Python 如何将数据帧转换为稀疏矩阵？

我在这里看到了几个例子，但没有一个是中肯的

我有一个类似于

  countries:    usa    uk    germany   india    russia
   user :       aaa    bbb    ccc       ddd      eee
   visit:        50    20     9         30        58

因此，我想将此df转换为稀疏martix，如下所示：

          user       aaa      bbb      ccc        ddd       eee
 countries                                            
    usa               50        0         0        0          0 
    uk                 0        20        0        0          0 
   germany            0         0        9        0          0
   india              0         0        0        30         0 
   russia             0         0        0         0         58

另外，也有用户访问多个国家的情况（例如zzz-5次访问俄罗斯，4次访问美国）

所以我尝试了多次近似，但没有任何效果

---

任何帮助都将不胜感激

简而言之，你不应该这样做。最好避免使用数据帧的行名称。您应该将“国家”、“用户”和“访问次数”设置为列，并为每个元组添加观察值：

country, user, visit
usa    , aaa , x1
uk     , bbb , x2

然后，如果您想知道用户u在数据帧df中多次访问过国家c：

---

df.loc[（df['user']==u）和（df['country']==c），'visit'].iloc[0]

这是一种有趣的格式数据即将到来，因此我需要先做一些转换

d = ['countries','user','visit']
e = ['usa','aaa',50]
f= ['uk','bbb',20]
g = ['germany','ccc',9]
h = ['india','ddd',30]
i = ['russia','eee',58]
df1 = pd.DataFrame({0:d,1:e,2:f,3:g,4:h,5:i})
           0    1    2        3      4       5
0  countries  usa   uk  germany  india  russia
1       user  aaa  bbb      ccc    ddd     eee
2      visit   50   20        9     30      58

上面类似于您的起始格式。在接下来的步骤中，我将用国家名称替换列，删除第一行（最初是国家名称），并将索引设置为第一列

df1.columns = df1.iloc[0].values
df1.drop(0, inplace=True)
df1.set_index('countries', inplace=True)
df1
           usa   uk germany india russia
countries
user       aaa  bbb     ccc   ddd    eee
visit       50   20       9    30     58

Unstack

是它开始与我们习惯的数据帧相似的地方。拆垛两次可以得到记录格式

Reset\u index

提供了一些数据透视，而

pivot

为我们提供了格式。然后，我将数据帧转换为稀疏数据帧

df1 = df1.unstack().unstack()
df1.reset_index(inplace=True)
df1 = df1.pivot(index = 'index',columns = 'user', values = 'visit')
dfs = df1.to_sparse(fill_value = 0)

dfs
user     aaa  bbb  ccc  ddd  eee
index
germany    0    0    9    0    0
india      0    0    0   30    0
russia     0    0    0    0   58
uk         0   20    0    0    0
usa       50    0    0    0    0

dfs.density
0.2

---

您尝试过什么方法？我认为您应该将初始数据作为实际数据帧提供。此外，该示例还应包括您描述的角落案例，以帮助更好地理解问题。虽然这可能是最佳方法，但我认为这并不能回答OP的问题：：）我同意您的看法，我只是想把未来的问题留给OP，我的错