将稀疏矩阵（csc_matrix）转换为 pandas 数据帧 [英] Convert sparse matrix (csc_matrix) to pandas dataframe

问题描述

我想把这个矩阵转换成一个熊猫数据框。
csc_matrix

I want to convert this matrix into a pandas dataframe. csc_matrix

括号中的第一个号码应为索引，第二个号码为列，数字是数据。

The first number in the bracket should be the index, the second number being columns and the number in the end being the data.

我想在文本分析中进行功能选择，第一个数字代表文件，第二个是字的特征，最后一个数字是TFIDF分数。

I want to do this to do feature selection in text analysis, the first number represents the document, the second being the feature of word and the last number being the TFIDF score.

获取数据框可帮助我将文本分析问题转化为数据分析。

Getting a dataframe helps me to transform the text analysis problem into data analysis.

推荐答案

from scipy.sparse import csc_matrix

csc = csc_matrix(np.array(
    [[0, 0, 4, 0, 0, 0],
     [1, 0, 0, 0, 2, 0],
     [2, 0, 0, 1, 0, 0],
     [0, 0, 0, 0, 0, 1],
     [4, 0, 3, 2, 0, 0]]))

coo = csc.tocoo(copy=False)

>>> pd.DataFrame({'index': coo.row, 'col': coo.col, 'data': coo.data}
                 )[['index', 'col', 'data']].sort_values(['index', 'col']
                 ).reset_index(drop=True)
   index  col  data
0      0    2     4
1      1    0     1
2      1    4     2
3      2    0     2
4      2    3     1
5      3    5     1
6      4    0     4
7      4    2     3
8      4    3     2

这篇关于将稀疏矩阵（csc_matrix）转换为 pandas 数据帧的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！