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]