web-dev-qa-db-ja.com

SciPyスパースマトリックスからPandas SparseDataFrameにデータを入力します

私はPandasに スパース行列と配列のサポート が含まれるようになりました)==に気付きました。現在、私はDataFrame() sを次のように作成します:

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

SparseDataFrame()またはscipy.sparse.csc_matrix()を使用してcsr_matrix()を作成する方法はありますか?密集した形式に変換すると、RAM=うまくいきません。ありがとうございます。

35
Will

直接変換はサポートされていないATMです。寄付は大歓迎です!

これを試してください。SpareSeriesはcsc_matrix(1カラム用)によく似ており、かなりスペース効率が良いので、メモリ上は問題ありません。

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
30
Jeff

pandas v 0.20.0以降では、SparseDataFrameコンストラクターを使用できます。

the pandas docs の例:

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)
19
Alex