如何对Pandas Crosstab的行和列名称进行排序？

核心思路 #

要让高数值集中在对角线上，需要同时将交叉表的行和列按指定顺序排列，确保行和列的类别一一对应，这样对角线位置就是原标签与预测标签一致的情况，数值自然最高。

具体实现代码 #

# 定义你需要的目标顺序列表
target_order = ['ar', 'cs', 'de', 'en', 'es', 'fr', 'hi', 'it', 'ja', 'ko', 'pl', 'pt', 'ru', 'tr', 'zh', 'be', 'gl', 'la', 'nn', 'sa', 'ur']

# 生成交叉表并按目标顺序重新索引行和列，缺失类别填充0
self.df_confusion = pd.crosstab(orig, pred).reindex(index=target_order, columns=target_order, fill_value=0)

关键说明 #

• reindex方法可同时调整行（index参数）和列（columns参数）的顺序，完美对齐类别；
• fill_value=0用于处理目标列表中存在但原数据未出现的语言类别，避免空值；
• 若之前仅调整列或仅调整行，会导致行和列的类别顺序不匹配，对角线无法对齐高数值，这就是之前尝试失败的原因。

内容的提问来源于stack exchange，提问作者Ondrej_D