将 Pandas 数据帧直接转换为稀疏 Numpy 矩阵 [英] Convert Pandas dataframe to Sparse Numpy Matrix directly

问题描述

我正在从 Pandas 数据帧创建一个矩阵，如下所示:

I am creating a matrix from a Pandas dataframe as follows:

dense_matrix = np.array(df.as_matrix(columns = None), dtype=bool).astype(np.int)

然后变成一个稀疏矩阵:

And then into a sparse matrix with:

sparse_matrix = scipy.sparse.csr_matrix(dense_matrix)

有没有办法从 df 直接转到稀疏矩阵?

Is there any way to go from a df straight to a sparse matrix?

提前致谢.

推荐答案

df.values 是一个 numpy 数组，以这种方式访问​​值总是比 np.array.

df.values is a numpy array, and accessing values that way is always faster than np.array.

scipy.sparse.csr_matrix(df.values)

您可能需要先进行转置，例如 df.values.T.在 DataFrames 中，列是轴 0.

You might need to take the transpose first, like df.values.T. In DataFrames, the columns are axis 0.

这篇关于将 Pandas 数据帧直接转换为稀疏 Numpy 矩阵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！