从SciPy稀疏矩阵填充熊猫SparseDataFrame

从SciPy稀疏矩阵填充熊猫SparseDataFrame

不支持直接转换ATM。欢迎捐款！

试试这个，在内存上应该没问题，因为SpareSeries很像csc_matrix（用于1列），而且空间效率很高

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]: mOut[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  20  1  0  41  0  0  52  2  3  6In [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