在Python中將三元組轉換爲矩陣/數據框

Question

我在scipy中使用csr矩陣。當我打印的矩陣，輸出是這樣的：

(669974, 73) 0.005 
(669974, 74) 0.007 
(669974, 75) 0.002 
(669974, 76) 0.006 
(669974, 77) 0.005 

我想把它轉換成只三胞胎的形式，矩陣/數據框。像：

col1  col2  val 
669974 73  0.005 
669974 74  0.007 
669974 75  0.002 
669974 76  0.006 
669974 77  0.005 

這樣做的最佳方法是什麼？

Answer 1

樣品稀疏矩陣：

In [363]: A=sparse.csr_matrix(np.arange(12).reshape(3,4)) 

其顯示爲緻密的（常規numpy的）陣列（例如A.toarray()）

In [364]: A.A 
Out[364]: 
array([[ 0, 1, 2, 3], 
     [ 4, 5, 6, 7], 
     [ 8, 9, 10, 11]], dtype=int32) 

及其repr顯示

In [365]: A 
Out[365]: 
<3x4 sparse matrix of type '<class 'numpy.int32'>' 
    with 11 stored elements in Compressed Sparse Row format> 

及其str()顯示器（你看到了什麼）

In [366]: print(A) 
    (0, 1) 1 
    (0, 2) 2 
    (0, 3) 3 
    (1, 0) 4 
    (1, 1) 5 
    (1, 2) 6 
    (1, 3) 7 
    (2, 0) 8 
    (2, 1) 9 
    (2, 2) 10 
    (2, 3) 11 

A.data是它的數據屬性的值。你可以用nonzero獲取座標：

In [368]: A.nonzero() 
Out[368]: 
(array([0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2], dtype=int32), 
array([1, 2, 3, 0, 1, 2, 3, 0, 1, 2, 3], dtype=int32)) 

或轉換csr到coo格式，並得到所有3個數組：

In [369]: Ac=A.tocoo() 
In [370]: Ac.data 
Out[370]: array([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11], dtype=int32) 
In [371]: Ac.row 
Out[371]: array([0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2], dtype=int32) 
In [372]: Ac.col 
Out[372]: array([1, 2, 3, 0, 1, 2, 3, 0, 1, 2, 3], dtype=int32) 

你可以把它們變成一個3列陣列：

In [373]: np.column_stack((Ac.col, Ac.row, Ac.data)) 
Out[373]: 
array([[ 1, 0, 1], 
     [ 2, 0, 2], 
     [ 3, 0, 3], 
     [ 0, 1, 4], 
     [ 1, 1, 5], 
     [ 2, 1, 6], 
     [ 3, 1, 7], 
     [ 0, 2, 8], 
     [ 1, 2, 9], 
     [ 2, 2, 10], 
     [ 3, 2, 11]], dtype=int32) 

除非你的數據是浮動的，那麼這將成爲所有浮動。它不能混合整數和浮點數。

您可以將它們組裝到一個帶有2個int字段和一個float字段的結構化數組中。如果需要，我可以詳細說明。

但是您提到的數據框表明您熟悉pandas - 如果是這樣的話，您可能可以從此處獲取它。