如何合并来自两个熊猫数据帧的两个稀疏coo矩阵？

Question

我有两个熊猫数据帧df1和df2，以及一段生成我稀疏矩阵的代码：

from scipy import sparse
sparse_matrix = sparse.coo_matrix((df['r'].astype('category').cat.codes, \
               (df['u'].astype('category').cat.codes, \
                df['i'].astype('category').cat.codes)))

其中df['r']是整数，而df['u']和df['i']是字符串，这就是为什么我拥有

astype('category').cat.codes

数据帧df1和df2有两个很大的组合（我有内存错误）。

想法是分别生成sparse_matrix_df1和sparse_matrix_df2，然后将其组合。问题是df['u']和df['i']有时在df1和df2中具有相同的值，在这种情况下，应将df['r']求和，所以我不能简单地合并sparse_matrix_df1和{{ 1}}。

如何获取sparse_matrix并保持正确的密钥？可以这么说，也许可以考虑将问题添加到批处理样式的sparse-matrix中。