pandas - 初始化 pandas SparseArray

Question

是否可以通过仅提供密集条目来初始化 pandas SparseArray？我无法从文档中弄清楚这一点:http://pandas.pydata.org/pandas-docs/stable/sparse.html .

例如，假设我想要一个长度为 1000 的 SparseArray，在索引 9 处有一个 1，其他地方都为 0，我将如何创建它？这是一种方式:

a = [0] * 1000
a[9] = 1
sparse_a = pd.SparseArray(data=a, fill_value=0) 

但是，在上面，我们必须在稀疏数组之前创建密集数组。有没有办法只指定索引和密集条目来直接创建 SparseArray？

Answer 1

长度为 10 的 SparseArray，索引 9 处为 1，其他位置均为 0:

pd.SparseArray(1, index= range(1), kind='block', 
               sparse_index= BlockIndex(10, [8], [1]), 
               fill_value=0)

注意事项:

1. index 可以是任何列表，只要它的长度等于数组的所有非稀疏部分(数据的较小部分)，在这种情况下，1 的数量 在稀疏数组中
2. BlockIndex(10, [8], [1]) 是指向数据未解析部分位置的对象，其中第一个参数是数组的总长度 ( sparse + non-sparse)，第二个参数是非稀疏数据起始位置的列表，第三个参数是每个非稀疏 block 持续多长时间的列表。 注意:第1点中提到的数组长度是这个BlockIndex
的第三个参数中列表所有元素的总和

所以一个更一般的例子是:制作一个长度为 20 的 SparseArray 其中第 2、3、6、7、8 个元素是 1 其余的是 0 :

pd.SparseArray(1, index= range(5), kind='block', 
               sparse_index= BlockIndex(20, [1,5], [2,3]), 
               fill_value=0)

或

pd.SparseArray(1, index= [None, 3, 2, 7, np.inf], kind='block',
               sparse_index= BlockIndex(20, [1,5], [2,3]),
               fill_value=0)

遗憾的是，我不知道有什么好方法可以将非稀疏数据数组指定为 SparseArray 的第一个参数——这并不意味着它不能完成，这只是免责声明。我认为只要您指定 index=... pandas 就需要第一个参数(数据)的标量。

在 Windows 7 上测试，pandas 版本 0.20.2 由 Aconda 安装。