Python 将帧转换为Scipy稀疏csc_矩阵

我想将pandas

sparsaframe

转换为

scipy.sparse.csc_矩阵

。但我不想先把它转换回稠密矩阵

现在我有一些类似下面的东西

df = pd.get_dummies(df, sparse=True)

---

基本上，我需要的是从

df

进一步获得

scipy.sparse.csc_矩阵。有什么办法吗？
我参加了各种稀疏熊猫来回答稀疏问题

有一种方法可以将多索引稀疏序列转换为coo矩阵：


但是看到了吗
对于稀疏的数据帧

及


最近,

一旦有了
coo
矩阵，就可以轻松地将其转换为
csr
或
csc

为了避免混淆，我建议创建一个示例数据帧，先转换为稠密数据帧，然后再转换为稀疏数据帧。我们有一些具体的东西要测试。我曾经推荐Pandas方法，但没有意识到多索引与DataFrame不同。
多亏了@hpaulj的回复。我最终使用了来自的模板

下面是修改后的实现

def sparseDfToCsc(df):
    columns = df.columns
    dat, rows = map(list,zip(*[(df[col].sp_values-df[col].fill_value, df[col].sp_index.to_int_index().indices) for col in columns]))
    cols = [np.ones_like(a)*i for (i,a) in enumerate(dat)]
    datF, rowsF, colsF = np.concatenate(dat), np.concatenate(rows), np.concatenate(cols)
    arr = sparse.coo_matrix((datF, (rowsF, colsF)), df.shape, dtype=np.float64)
    return arr.tocsc()

df = pd.get_dummies(df, sparse=True)
cscMatrix = sparseDfToCsc(df)

感谢@hpaulj的回复。如果我理解正确的话，最好的方法应该是。对吗？