我正在开发基于pandas DataFrame对象的工具 . 我希望将scipy稀疏矩阵作为DataFrame的列保留，而不是将其逐行转换为dtype（'O'）的list / numpy数组 .
下面的代码段不起作用，因为pandas将矩阵视为标量，并建议添加索引 . 当在矩阵中的行索引上提供pd.RangeIndex时，对于数据帧中的每一行重复矩阵（因为pandas认为它是标量） .
ma = scipy.sparse.rand(10, 100, 0.1, 'csr', dtype=np.float64)
df = pd.DataFrame(dict(X=ma))
这确实有效：
df = pd.DataFrame(dict(X=list(ma)))
然而，这将矩阵逐行划分为每行1行的CSR矩阵 . 每当我想要处理原始矩阵时，我就需要进行vstack .
有什么指针吗？我尝试将CSR矩阵包装到pd.Series对象中，假装它有dtype（'O'），但我对基础数据进行了很多假设，这些假设是numpy数组等等 .
2 回答
存在稀疏数据框或数据集功能 . 它仍然是实验性的 . 我已经回答了几个关于在稀疏矩阵和稀疏矩阵之间来回转换的SO问题 .
从侧边栏：
Populate a Pandas SparseDataFrame from a SciPy Sparse Coo Matrix
没有这种专门的熊猫结构，我不知道如何将稀疏矩阵添加到熊猫框架中 . 稀疏矩阵的内部结构太不同了 . 首先，它不是numpy数组的子类 .
csr矩阵是一个对象，其数据包含在3个数组中，ma.data和ma.indices是1d数组，每个数组的非零元素都有一个值 .ma.indptr具有矩阵每行的值 .list(ma)毫无意义 .ma.toarray()生成一个具有相同数据的二维数组，并且所有这些零也将被填充 .其他稀疏矩阵格式将其数据存储在其他结构中 - 用于
coo的3个等长数组，用于lil的两个列表列表和用于dok的字典 .不可否认，这并不能完全回答你的问题，但是如果有人正在寻找快速的解决方法，并且不介意将矩阵存储得不够高效，那么可以这样做：