如何使用 scipy 的 csr_matrix 将 pandas 数据帧转换为稀疏矩阵？答案

【问题标题】：How to convert pandas dataframe to a sparse matrix using scipy's csr_matrix?如何使用 scipy 的 csr_matrix 将 pandas 数据帧转换为稀疏矩阵？
【发布时间】：2020-11-25 20:48:53
【问题描述】：

我想使用 scipy 库中的 csr_matrix 将 DataFrame 转换为稀疏矩阵，但首先我必须将其转换为 SparseDataFrame。在以前的 pandas 版本中，我使用 pd.SparseDataFrame(df).to_coo() 来实现此目的，但由于 pandas 1.0.0 已弃用此方法。有谁知道如何使用最新的 pandas api 执行这种转换。我使用了这个迁移guide 并尝试了各种组合，但仍然无法达到预期的结果。按照指南，当我执行以下操作时

csr_matrix(pd.DataFrame.sparse.from_spmatrix(df).to_coo())

我收到此错误

AttributeError: 'DataFrame' object has no attribute 'tocsc'

谁能帮我解决这个问题？我也确实找到了其他帖子，但在我的情况下无法帮助我link link link

【问题讨论】：

除非很明显是什么导致了错误，否则总是包含完整的回溯。

标签： python pandas scipy sparse-matrix

【解决方案1】：

IIUC 并使用您分享的第三个链接，您可以使用 pd.SparseDtype 将您的 df 数据转换为稀疏数据，就像这样

df_sparsed = df.astype(pd.SparseDtype("float", np.nan)

您可以阅读更多关于 pd.SparseDtype here 的信息来为您的数据选择正确的参数，然后在上面的命令中使用它，如下所示：

csr_matrix(df_sparsed.sparse.to_coo()) # Note you need .sparse accessor to access .to_coo()

一个简单的班轮将是

csr_matrix(df.astype(pd.SparseDtype("float", np.nan)).sparse.to_coo())

【讨论】：