我试图将具有分类特征的数据框直接透视到稀疏矩阵中。我的问题类似于this question或this one，但我的数据框包含多个分类变量，因此这些方法不起作用。
这段代码目前可以工作，但是df.pivot()可以处理密集矩阵，而我的真实的数据集用完了RAM。你能建议一种从一开始就处理稀疏矩阵的方法吗？

import pandas as pd
from scipy.sparse import csr_matrix
from sklearn.preprocessing import OneHotEncoder

# Example dataframe
data = {
  'id':[13,13,14,14,14,15],
  'name':['alex', 'mary', 'alex', 'barry', 'john', 'john'],
  'categ': ['dog', 'cat', 'dog', 'ant', 'fox', 'seal'],
  'size': ['big', 'small', 'big', 'tiny', 'medium', 'big']

}
df = pd.DataFrame(data)

# Pivoting -- problematic step creating a huge dense matrix
pivot = df.pivot(index='id', columns='name', values=['categ','size']).fillna('-')
cols = pivot.columns.to_flat_index().str.join('_')
pivot.columns = cols

# One hot encoding into a sparse matrix
encoder = OneHotEncoder(sparse_output=True)
pivot_enc = encoder.fit_transform(pivot)
pivot = pd.DataFrame.sparse.from_spmatrix(
    pivot_enc, columns=encoder.get_feature_names_out())

print(pivot.dtypes)

谢谢帮忙！