Pandas是否有类似Excel排除式SUMIF的功能？用于混淆矩阵准确率计算

你要实现的是混淆矩阵中每列的正确分类占比，对应Excel公式的逻辑是**(列总和 - 列中行标签与列名不匹配的数值之和) / 列总和**，本质就是取列中「行索引=列名」的正确分类数，除以该列的总样本数。在Pandas里可以更直接地实现，具体步骤如下：

1. 准备数据（读取或构造混淆矩阵） #

假设你的Excel数据读取后，行索引是分类名称（如Fantasy、Horror、RPG），列也是对应的分类。可以这样构造或处理数据：

import pandas as pd

# 方法1：构造示例混淆矩阵（模拟Excel中的表格）
data = {
    'Fantasy': [25, 1, 11],
    'Horror': [3, 13, 1],
    'RPG': [1, 0, 7]
}
my_data = pd.DataFrame(data, index=['Fantasy', 'Horror', 'RPG'])

# 方法2：从Excel读取并设置行索引（如果你的Excel第一列是分类名称）
# my_data = pd.read_excel("c:/mydata.xlsx", index_col=0)

2. 计算正确分类占比 #

方法1：利用numpy提取对角线（最简洁） #

混淆矩阵的对角线元素就是各分类的正确预测数，直接提取后除以列总和即可：

import numpy as np

# 提取对角线元素（正确分类数）
correct_counts = np.diag(my_data)
# 计算每列的总样本数
column_totals = my_data.sum(axis=0)
# 计算占比并保留两位小数
accuracy = (correct_counts / column_totals).round(2)

执行结果：

Fantasy    0.68
Horror     0.76
RPG        0.88
dtype: float64

方法2：纯Pandas实现（无需numpy） #

通过遍历列名，取对应行索引的数值：

# 提取每列中「行索引=列名」的正确分类数
correct_counts = my_data.apply(lambda col: col[col.name], axis=0)
# 计算列总和
column_totals = my_data.sum(axis=0)
# 计算占比
accuracy = (correct_counts / column_totals).round(2)

补充说明 #

你提到的groupby确实不适合这个场景，因为混淆矩阵本身已经是分类的交叉统计结果，直接针对对角线和列总和计算即可，比Excel的SUMIF排除式求和更高效直观。

内容的提问来源于stack exchange，提问作者linkey apiacess