从 csv 文件数据创建稀疏矩阵

Question

csv 文件中的数据格式为（“user_id”、“group_id”、“group_value”）。 "group_id" 范围从 0 到 100。

对于给定的 user_id，特定 group_id 的 group_value 可能不可用。

我想为上述数据创建一个稀疏矩阵表示。 ("group_id_0", "group_id_1", ... , "group_id_100")

在 Python 中实现这一目标的最佳方法是什么？

编辑：数据太大，无法迭代。

Answer 1

你可以用 pandas 做到这一点。

2018 年 8 月 8 日更新：

正如 Can Kavaklıoğlu 所指出的，as_matrix() 自 pandas 0.23.0 版起已弃用。改为values。

import pandas as pd

df = pd.read_csv('csv_file.csv', names=['user_id', 'group_id', 'group_value'])
df = df.pivot(index='user_id', columns='group_id', values='group_value')
mat = df.values