将Pandas DataFrame转换为稀疏矩阵

Question

这是我的代码：

data=pd.get_dummies(data['movie_id']).groupby(data['user_id']).apply(max)

df=pd.DataFrame(data)

replace=df.replace(0,np.NaN)

t=replace.fillna(-1)

sparse=sp.csr_matrix(t.values)

我的数据由movie_id和user_id两列组成。

 user_id      movie_id

   5             1000 

   6             1007 

我想将数据转换为稀疏矩阵。 我首先创建了一个交互矩阵，其中行指示user_id，列指示movie_id，其中正面互动为+1，负面互动为-1。 然后，我使用scipy将其转换为稀疏矩阵。 我的结果看起来像这样：

（0,0）-1

（0,1）-1

（0,2）1

但实际上我想要的是：

（1000,0）-1

（1000,1）1

（1007,0）-1

任何帮助，将不胜感激。

Answer 1

如果同时具有行索引和列索引（分别为movie_id和user_id ），则建议使用COO格式进行创建。

您可以将其转换为稀疏格式，如下所示：

import scipy
sparse_mat = scipy.sparse.coo_matrix((t.values, (df.movie_id, df.user_id)))

重要的是，请注意构造函数如何通过将影片ID和用户ID都作为数据参数传递而给出稀疏矩阵的隐式形状。
此外，您可以将此矩阵转换为所需的任何其他稀疏格式，例如CSR。