pandas.Series.sparse.from_coo #

类方法 Series.sparse。from_coo ( A , dense_index = False ) [来源] #

使用 scipy.sparse.coo_matrix 中的稀疏值创建一个系列。

参数：

scipy.sparse.coo_matrix​

ensemble_index布尔值，默认 False

如果为 False（默认值），则索引仅包含原始 coo_matrix 的非空条目的坐标。如果为 True，则索引由 coo_matrix 的完整排序（行、列）坐标组成。

返回：

S系列

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]