将 Python pandas DataFrame 解析为矩阵市场（MM）格式的方法？答案

【问题标题】：Way to parse Python pandas DataFrame to Matrix Market (MM) Format?将 Python pandas DataFrame 解析为矩阵市场（MM）格式的方法？
【发布时间】：2014-08-19 01:11:08
【问题描述】：

是否有一种内置方法可以将 Python pandas.DataFrame 对象（内部存储为 2x2 numpy.ndarray）写入Matrix Market (MM) format？我有稀疏矩阵和密集矩阵的用例。

当我在这里说“内置”时，我的意思是内置在 pandas 包中。如果不是 pandas，那么有什么东西可以采用 DataFrame 或 2x2 numpy.ndarray 并执行此操作吗？

【问题讨论】：

标签： parsing python-2.7 numpy matrix pandas

【解决方案1】：

我很确定pandas 没有内置任何内容，但如果您安装了完整的堆栈，您可以使用scipy：

>>> import scipy.io, scipy.sparse
>>> df = pd.DataFrame({"A": [1,2], "B": [3,0]})
>>> scipy.io.mmwrite("mmout", df)
>>> !cat mmout.mtx
%%MatrixMarket matrix array integer general
%
2 2
1
2
3
0

它也适用于稀疏情况：

>>> scipy.io.mmwrite("mmout", scipy.sparse.csr_matrix(df))
>>> !cat mmout.mtx
%%MatrixMarket matrix coordinate integer general
%
2 2 3
1 1 1
1 2 3
2 1 2

虽然你必须构建一个副本。

【讨论】：

为了正确编写稀疏矩阵，您需要首先删除NaN 值。这可以使用df.fillna(0) 来完成。然后，在将 DataFrame 转换为稀疏矩阵后：sparse_matrix = scipy.sparse.csr_matrix(df.fillna(0)) 您可以使用 sparse_matrix.eliminate_zeros() 删除所有 0 值，这是一个就地操作。