如何使用不同的方法分别矢量化数据框列？

如何解决如何使用不同的方法分别矢量化数据框列？

我正在尝试使用 k-最近邻对句子进行分类，以判断它们是否值得总结。我有这个数据框，我已将其拆分为 x_train,x_test 和 y_train,y_test。 x 的内容如下所示：

       sentence                                           heading
10193  [dari,rank,tersebut,kemudian,ditentukan,l...      [hasil,pembahasan]
581    [langkahlangkah,penelitian,sesuai,dengan,a...     [metode,penelitian]
1090   [individu,terpilih,menjadi,indivi...  [landasan,kepustakaan]
6760   [nilai,f,terendah,adalah,dihasilkan,model...             [eksperimen]
1467   [kini,seiring,berkembangnya,teknologi,info...            [pendahuluan]

分类目标（变量 y）是一个简单的 1 或 0。我在 sentence 旁边使用 heading 列，因为它可以“告诉”句子的位置，因为特定标题下的句子更有可能值得总结。

我正在考虑为 sentence 列做 tf-idf，并为 heading 列列举或做一个简单的词袋。这会起作用吗？我如何做到这一点来创建向量？我已经查过了，但没有找到令人满意的答案，目前我无能为力，请帮忙。