稀疏数据结构#
pandas 提供了用于高效存储稀疏数据的数据结构。这些不一定是典型的“大部分为 0”的稀疏。更准确地说，你可以将这些对象视为“压缩”的，其中任何与特定值（NaN / 缺失值，尽管任何值都可以选择，包括 0）匹配的数据都被省略了。压缩后的值实际上并未存储在数组中。
注意 dtype，Sparse[float64, nan]。nan 表示数组中是 nan 的元素实际上并未存储，只有非 nan 元素才存储。这些非 nan 元素的 dtype 是 float64。
稀疏对象存在是为了提高内存效率。假设你有一个大型的、大部分是 NA 的 DataFrame ：
正如你所见，密度（未“压缩”的值的比例）非常低。这个稀疏对象在磁盘（pickle 后）和 Python 解释器中占用的内存要少得多。
功能上，它们的行为应该与其密集对应物几乎相同。
SparseArray#
arrays.SparseArray 是一个 ExtensionArray ，用于存储稀疏值的数组（有关扩展数组的更多信息，请参阅 dtypes ）。它是一个一维的 ndarray 类对象，仅存储与 fill_value 不同的值：
可以使用 numpy.asarray() 将稀疏数组转换为常规（密集）ndarray
SparseDtype#
SparseArray.dtype 属性存储两个信息
非稀疏值的 dtype
标量填充值
可以通过仅传递 dtype 来构造 SparseDtype
在这种情况下，将使用默认填充值（对于 NumPy dtypes，这通常是该 dtype 的“缺失”值）。要覆盖此默认值，可以传递一个显式的填充值
最后，字符串别名 'Sparse[dtype]' 可用于在许多地方指定稀疏 dtype
稀疏访问器#
pandas 提供了一个 .sparse 访问器，类似于字符串数据的 .str、分类数据的 .cat 和 datetime 类型数据的 .dt。这个命名空间提供了特定于稀疏数据的属性和方法。
此访问器仅在具有 SparseDtype 的数据上可用，并且在 Series 类本身上可用，用于使用 scipy COO 矩阵创建具有稀疏数据的 Series。
还为 DataFrame 添加了 .sparse 访问器。有关更多信息，请参阅 稀疏访问器 (Sparse accessor) 。
稀疏计算#
你可以将 NumPy 的 ufuncs 应用于 arrays.SparseArray ，并得到 arrays.SparseArray 作为结果。
ufunc 也会应用于 fill_value。这是获得正确密集结果所必需的。
转换
要将数据从稀疏转换为密集，请使用 .sparse 访问器
从密集到稀疏，使用 DataFrame.astype() 和 SparseDtype 。
与 scipy.sparse 的交互#
使用 DataFrame.sparse.from_spmatrix() 从稀疏矩阵创建具有稀疏值的 DataFrame 。
支持所有稀疏格式，但非 COOrdinate 格式的矩阵将被转换，根据需要复制数据。要转换回 COO 格式的稀疏 SciPy 矩阵，可以使用 DataFrame.sparse.to_coo() 方法：
实现 Series.sparse.to_coo() 是为了将由 Series 索引的、具有稀疏值的 MultiIndex 转换为 scipy.sparse.coo_matrix 。
该方法需要一个 MultiIndex ，其中包含两个或更多级别。
在下面的示例中，我们通过指定第一个和第二个 MultiIndex 级别定义行的标签，以及第三个和第四个级别定义列的标签，将 Series 转换为二维数组的稀疏表示。我们还指定最终稀疏表示中的列和行标签应进行排序。
指定不同的行和列标签（并且不排序它们）会产生不同的稀疏矩阵：
实现了一个方便的方法 Series.sparse.from_coo() ，用于从 scipy.sparse.coo_matrix 创建具有稀疏值的 Series 。
默认行为（使用 dense_index=False）仅返回一个包含非空项的 Series 。
指定 dense_index=True 将导致索引成为矩阵的行和列坐标的笛卡尔积。请注意，如果稀疏矩阵足够大（并且稀疏），这将消耗大量的内存（相对于 dense_index=False）。