我有一个要构建到coo或csr_matrix中的数据框，因此我可以执行回归。诀窍是，我试图找到将稀疏的df内容存储到内存中可用的最佳方法。当前格式为：
颜色1：唯一ID
第2列：标签（浮标）
第3列：字典（矩阵特征是键，值是计数）
因此，两行可能看起来像这样：
id |标签|令牌
sw1t | 3.4211 | {'foo'：1，'bar'：3，'var'：1}
4r3o | 2.9987 | {'foo'：3，'rev'：2，'hew'：2}
以此类推...
是将其转换为稀疏矩阵（然后是基于列表的东西，如coo或csr）的最佳方法吗？看起来效率低下，但是scipy中可接受的输入是稀疏矩阵。我有50,000多条记录（并且正在迅速增长），因此内存将成为一个问题。
感谢任何建议。