如何将稀疏 numpy 数组转换为 Dataframe？答案

【问题标题】：how to convert sparse numpy array to Dataframe?如何将稀疏 numpy 数组转换为 Dataframe？
【发布时间】：2021-02-21 01:07:20
【问题描述】：

下面是代码sn-p，

from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import OneHotEncoder
ct = ColumnTransformer(transformers=[('encoder',OneHotEncoder(),[2,3,4])],remainder='passthrough')
X = np.array(ct.fit_transform(x_data))
X.shape

我得到如下形状的输出

()

当我尝试打印 X 时，我得到如下输出

array(<8820x35 sparse matrix of type '<class 'numpy.float64'>'
    with 41527 stored elements in Compressed Sparse Row format>, dtype=object)

现在当我尝试将此数组转换为数据帧时

X = pd.DataFrame(X)

我得到以下错误

ValueError: Must pass 2-d input

如何将我的 numpy 数组转换为数据框？

【问题讨论】：

@FadingOrigami 请不要将答案发布为 cmets。您错过了声誉，其他人会认为问题没有得到回答。

标签： arrays python-3.x pandas numpy machine-learning

【解决方案1】：

看起来像

ct.fit_transform(x_data)

产生一个稀疏矩阵。

np.array(...)

只需将其包装在对象 dtype 数组中。

array(<8820x35 sparse matrix of type '<class 'numpy.float64'>'
    with 41527 stored elements in Compressed Sparse Row format>, dtype=object)

使用toarray 或A 将其正确转换为numpy 数组：

X = ct.fit_transform(x_data).A

【讨论】：

【解决方案2】：

所以首先，将稀疏矩阵从 csr_matrix 转换为普通数组

 X = X.toarray()
 df  = pd.DataFrame(X)

以上应该可以工作

【讨论】：

我试过你给的方法，但我得到了这样的错误`“AttributeError: 'numpy.ndarray' object has no attribute 'tocsc” 有什么想法吗？
嗨，@pramod 我已经编辑了解决问题的答案。此外，如果上述答案有效，如果您接受正确的答案，我将不胜感激。