如何解决如何使用 scipy.sparse.coo_matrix((data, (i, j))) 从两个数据框列构建关联矩阵？

我有一个包含两列 ['A','B'] 的 Pandas DataFrame。每列由整数组成。

我想构造一个具有以下属性的稀疏矩阵：

行索引是数据帧中从 0 到最大值的所有整数
列索引与行索引相同
如果 [i,j] 或 [j,i] 是我的数据帧的一行，则条目 i,j = 1（1 应该是矩阵的最大值）。

最重要的是，我想使用

coo_matrix((data,(i,j)))

来自 scipy.sparse 因为我试图理解这个构造函数和这种使用它的特殊方式。我以前从未处理过稀疏矩阵。我尝试了一些东西，但都没有奏效。

编辑

示例代码

定义数据框

In [96]: df = pd.DataFrame(np.random.randint(5,size=(10,2)))

In [97]: df.columns = ['a','b']

In [98]: df
Out[98]: 
   a  b
0  0  3
1  1  4
2  3  3
3  2  0
4  0  2
5  1  0
6  1  1
7  2  3
8  3  4
9  3  2

我最接近解决方案

In [100]: scipy.sparse.coo_matrix((np.ones_like(df['a']),(df['a'].array,df['b'
     ...: ].array))).toarray()
Out[100]: 
array([[0,1,0],[1,1],[0,1]])

问题是这不是一个对称矩阵（因为它不会添加给给定的行的 i,j 和 j,i），我认为如果有重复的行，它会给出大于 1 的值。

解决方法

import numpy as np
import pandas as pd
from scipy.sparse import coo_matrix

df = pd.DataFrame(np.random.default_rng(seed=100).integers(5,size=(10,2)))
df.columns = ['a','b']

arr = coo_matrix((np.ones_like(df.a),(df.a.values,df.b.values)))

这就是你所拥有的。如果 [i,j] 在 df 中，它会给你 i,j >= 1。

arr = arr + arr.T

array([[0,1,2,0],[1,[2,2],1],[0,2]])

现在 i,j >= 1 如果 [i,j] 或 [j,i] 在 df 中。

arr.data = np.ones_like(arr.data)

如果 [i,i] 在 df 中，则 i,j = 1。

array([[0,1]])