Python 如何成批变换稀疏矩阵

我有一个大约有3000个特征的数据集。我从一个创建了大约1500个特征的TF-IDF和另一个创建了另外1500个特征的TF-IDF创建了一个稀疏集

当我创建第一个TF-IDF时，我将它加入了我的pandas功能集，并且我能够如此稀疏地使用

csr\u矩阵

没有问题。所以我知道有1500个稀疏特征是可能的。但是当我尝试稀疏整个3000特性集时，我得到了一个内存错误，因为它需要33 GB的RAM，而我只有16个

我假设有可能稀疏如此大的数据帧，我只是不知道如何。我可以合并两个稀疏矩阵吗？有没有可能先做一半的数据，然后再加上另一半？还是在csr矩阵中有一些我遗漏的论点？我找到了这个建议，但听起来效率很低

---

是否有我完全没有的替代方案？

也许不是按行，但你能在每行分割矩阵，比如说，n=10000行，然后将所有块分别稀疏？@Botton我这样做了，效果很好，谢谢。我想如果我能做上半部分，而下半部分大小相同，让我把每半部分稀疏化，然后用

hstack

将它们混合在一起，这确实有效。