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
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)