Python 如何使用scipy'将数据帧转换为稀疏矩阵；s csr_矩阵？

我想使用scipy库中的

csr\u matrix

将数据帧转换为稀疏矩阵，但首先我必须将其转换为稀疏矩阵。在pandas的早期版本中，我使用了

pd.sparsattaframe（df）.to_coo（）

，但由于

pandas 1.0.0

此方法不受欢迎。有人知道如何使用最新的api执行这种转换吗。我使用了这个迁移并尝试了各种组合，但仍然无法达到预期的效果。 遵循指南，当我执行以下操作时

csr_matrix(pd.DataFrame.sparse.from_spmatrix(df).to_coo())

我得到这个错误

AttributeError: 'DataFrame' object has no attribute 'tocsc'

---

有谁能帮我解决这个问题吗？我还找到了其他帖子，但在我的案例中帮不了我，使用你共享的第三个链接，你可以使用

pd.SparseDtype

将你的

df

数据转换为稀疏数据，如下所示

df_sparsed = df.astype(pd.SparseDtype("float", np.nan)

您可以阅读更多关于

pd.SparseDtype

的信息，为数据选择正确的参数，然后在上面的命令中使用它，如下所示：

csr_matrix(df_sparsed.sparse.to_coo()) # Note you need .sparse accessor to access .to_coo()

简单的一个班轮

csr_matrix(df.astype(pd.SparseDtype("float", np.nan)).sparse.to_coo())

---

除非产生错误的原因很明显，否则请始终包含完整的回溯。