train_test_split没有拆分数据

有一个数据帧，总共包含14列，最后一列是目标标签，整数值= 0或1 .

我已定义 -

• X = df.iloc [：，1：13] ----这包含特征值

• Ly = df.iloc [：， - 1] ------这包含相应的标签

两者都具有所需的相同长度，X是由13列组成的数据帧，形状（159880,13），y是具有形状的数组类型（159880，）

但是当我在X上执行train_test_split时，y - 函数无法正常工作 .

以下是简单的代码 -

X_train，y_train，X_test，y_test = train_test_split（X，y，random_state = 0）

在此分割之后，X_train和X_test都具有形状（119910,13） . y_train有形状（39970,13），y_test有形状（39970，）

这很奇怪，即使在定义了test_size参数之后，结果也保持不变 .

请告知，可能出现的问题 .

import pandas as pd

从sklearn.tree导入numpy为np从adspy_shared_utilities导入DecisionTreeClassifier从sklearn.model_selection导入plot_feature_importances导入train_test_split来自sklearn.linear_model import LogisticRegression

def model（）：

df = pd.read_csv('train.csv', encoding = 'ISO-8859-1')
df = df[np.isfinite(df['compliance'])]
df = df.fillna(0)
df['compliance'] = df['compliance'].astype('int')
df = df.drop(['grafitti_status', 'violation_street_number','violation_street_name','violator_name',
              'inspector_name','mailing_address_str_name','mailing_address_str_number','payment_status',
              'compliance_detail', 'collection_status','payment_date','disposition','violation_description',
              'hearing_date','ticket_issued_date','mailing_address_str_name','city','state','country',
              'violation_street_name','agency_name','violation_code'], axis=1)
df['violation_zip_code'] = df['violation_zip_code'].replace(['ONTARIO, Canada',', Australia','M3C1L-7000'], 0)
df['zip_code'] = df['zip_code'].replace(['ONTARIO, Canada',', Australia','M3C1L-7000'], 0)
df['non_us_str_code'] = df['non_us_str_code'].replace(['ONTARIO, Canada',', Australia','M3C1L-7000'], 0)
df['violation_zip_code'] = pd.to_numeric(df['violation_zip_code'], errors='coerce')
df['zip_code'] = pd.to_numeric(df['zip_code'], errors='coerce')
df['non_us_str_code'] = pd.to_numeric(df['non_us_str_code'], errors='coerce')
#df.violation_zip_code = df.violation_zip_code.replace('-','', inplace=True)
df['violation_zip_code'] = np.nan_to_num(df['violation_zip_code'])
df['zip_code'] = np.nan_to_num(df['zip_code'])
df['non_us_str_code'] = np.nan_to_num(df['non_us_str_code'])
X = df.iloc[:,0:13]
y = df.iloc[:,-1]
X_train, y_train, X_test, y_test = train_test_split(X, y, random_state = 0)    
print(y_train.shape)