Заполните Pandas SparseDataFrame из SciPy Sparse Matrix

Я заметил, что Pandas теперь имеет поддержку разреженных матриц и массивов. В настоящее время я создаю DataFrame() следующим образом:

return DataFrame(matrix.toarray(), columns=features, index=observations)

Есть ли способ создать SparseDataFrame() с помощью scipy.sparse.csc_matrix() или csr_matrix()? Преобразование в плотный формат плохо убивает RAM. Спасибо!

Ответ 1

Прямое преобразование не поддерживается ATM. Вклады приветствуются!

Попробуйте это, должно быть хорошо в памяти, поскольку SpareSeries очень похожа на csc_matrix (для 1 колонки) и довольно эффективное пространство

In [37]: col = np.array([0,0,1,2,2,2])

In [38]: data = np.array([1,2,3,4,5,6],dtype='float64')

In [39]: m = csc_matrix( (data,(row,col)), shape=(3,3) )

In [40]: m
Out[40]: 
<3x3 sparse matrix of type '<type 'numpy.float64'>'
        with 6 stored elements in Compressed Sparse Column format>

In [46]: pd.SparseDataFrame([ pd.SparseSeries(m[i].toarray().ravel()) 
                              for i in np.arange(m.shape[0]) ])
Out[46]: 
   0  1  2
0  1  0  4
1  0  0  5
2  2  3  6

In [47]: df = pd.SparseDataFrame([ pd.SparseSeries(m[i].toarray().ravel()) 
                                   for i in np.arange(m.shape[0]) ])

In [48]: type(df)
Out[48]: pandas.sparse.frame.SparseDataFrame

Ответ 2

Как и в pandas v 0.20.0, вы можете использовать конструктор SparseDataFrame.

Пример из pandas docs:

import numpy as np
import pandas as pd
from scipy.sparse import csr_matrix

arr = np.random.random(size=(1000, 5))
arr[arr < .9] = 0
sp_arr = csr_matrix(arr)
sdf = pd.SparseDataFrame(sp_arr)

Ответ 3

Более короткая версия:

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