Python pandas.Series.sparse.from_coo用法及代码示例

用法: classmethod Series.sparse.from_coo(A, dense_index=False)

从 scipy.sparse.coo_matrix 创建一个具有稀疏值的系列。

参数：

A：scipy.sparse.coo_matrix
dense_index：布尔值，默认为 False: 如果为 False(默认)，则 SparseSeries 索引仅包含原始 coo_matrix 的非空条目的坐标。如果为 True，则 SparseSeries 索引由 coo_matrix 的完整排序(行、列)坐标组成。

s：Series: 具有稀疏值的系列。

例子：

>>> from scipy import sparse

>>> A = sparse.coo_matrix(
...     ([3.0, 1.0, 2.0], ([1, 0, 0], [0, 2, 3])), shape=(3, 4)
... )
>>> A
<3x4 sparse matrix of type '<class 'numpy.float64'>'
with 3 stored elements in COOrdinate format>

>>> A.todense()
matrix([[0., 0., 1., 2.],
[3., 0., 0., 0.],
[0., 0., 0., 0.]])

>>> ss = pd.Series.sparse.from_coo(A)
>>> ss
0  2    1.0
   3    2.0
1  0    3.0
dtype: Sparse[float64, nan]

相关用法

注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.Series.sparse.from_coo。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

例子：