快捷導(dǎo)航

python3多重排序處理多數(shù)據(jù)的示例詳解

更新時間：2024年07月24日 11:15:55 作者：碼農(nóng)研究僧

Python3的多重排序通常指的是對數(shù)據(jù)集合按照兩個或多個人數(shù)屬性進行排序的過程,這可以通過將多個排序關(guān)鍵字作為元組傳遞給內(nèi)置的sorted()函數(shù)或者是使用列表推導(dǎo)式結(jié)合lambda函數(shù)完成,本文詳細分析了python3多重排序處理多數(shù)據(jù),需要的朋友可以參考下

前言

主要講解多種方式的處理，以實際的Demo為主

方法	優(yōu)點	缺點
內(nèi)置 sorted() 函數(shù)與 lambda 表達式	簡單易用，代碼簡潔適合處理較小的數(shù)據(jù)集	對于大型數(shù)據(jù)集，性能可能不如專用的庫高效
operator 模塊	提高可讀性，尤其是在復(fù)雜鍵提取的情況下	仍然是基于 sorted() 的實現(xiàn)，對于大型數(shù)據(jù)集，性能有限
pandas 庫	高效處理大型數(shù)據(jù)集提供豐富的數(shù)據(jù)操作功能	需要學(xué)習(xí)和掌握 pandas 庫的使用
numpy 庫	高效處理數(shù)值數(shù)據(jù) 適用于大型數(shù)值數(shù)據(jù)集	對于非數(shù)值數(shù)據(jù)（如字符串），可能不如 pandas 方便

1. 內(nèi)置 sorted() 函數(shù)與 lambda 表達式

提供一個鍵函數(shù)來實現(xiàn)多重排序

鍵函數(shù)可以是一個 lambda 表達式，用來返回一個元組，元組中的每個元素按照優(yōu)先級進行排序

data = [
    {'name': 'Alice', 'age': 30, 'score': 88},
    {'name': 'Bob', 'age': 25, 'score': 92},
    {'name': 'Charlie', 'age': 30, 'score': 95},
    {'name': 'David', 'age': 25, 'score': 85}
]

# 按 age 和 score 排序，age 升序，score 降序
sorted_data = sorted(data, key=lambda x: (x['age'], -x['score']))

print(sorted_data)

截圖大致如下：

sorted() 函數(shù)不僅可以處理數(shù)字數(shù)據(jù)，還可以處理字符串和其他非數(shù)字數(shù)據(jù)

通過 lambda 表達式，可以指定任意的排序邏輯

data = [
    {'name': 'Alice', 'department': 'HR', 'role': 'Manager'},
    {'name': 'Bob', 'department': 'Engineering', 'role': 'Developer'},
    {'name': 'Charlie', 'department': 'HR', 'role': 'Assistant'},
    {'name': 'David', 'department': 'Engineering', 'role': 'Manager'}
]

# 按 department 和 role 排序
sorted_data = sorted(data, key=lambda x: (x['department'], x['role']))

print(sorted_data)

數(shù)據(jù)先按 department 字段排序，再按 role 字段排序

2. operator 模塊

from operator import itemgetter

data = [
    {'name': 'Alice', 'age': 30, 'score': 88},
    {'name': 'Bob', 'age': 25, 'score': 92},
    {'name': 'Charlie', 'age': 30, 'score': 95},
    {'name': 'David', 'age': 25, 'score': 85}
]

# 按 age 和 score 排序，age 升序，score 降序
sorted_data = sorted(data, key=itemgetter('age', 'score'), reverse=True)
# 注意：要實現(xiàn) age 升序，score 降序，我們需要稍作調(diào)整
sorted_data = sorted(sorted_data, key=itemgetter('age'))

print(sorted_data)

operator 模塊中的 itemgetter 函數(shù)也適用于非數(shù)字數(shù)據(jù)的排序

from operator import itemgetter

data = [
    {'name': 'Alice', 'department': 'HR', 'role': 'Manager'},
    {'name': 'Bob', 'department': 'Engineering', 'role': 'Developer'},
    {'name': 'Charlie', 'department': 'HR', 'role': 'Assistant'},
    {'name': 'David', 'department': 'Engineering', 'role': 'Manager'}
]

# 按 department 和 role 排序
sorted_data = sorted(data, key=itemgetter('department', 'role'))

print(sorted_data)

3. pandas 庫

大型數(shù)據(jù)集，使用 pandas 庫可以更高效地進行多重排序

import pandas as pd

data = [
    {'name': 'Alice', 'age': 30, 'score': 88},
    {'name': 'Bob', 'age': 25, 'score': 92},
    {'name': 'Charlie', 'age': 30, 'score': 95},
    {'name': 'David', 'age': 25, 'score': 85}
]

df = pd.DataFrame(data)

# 按 age 升序和 score 降序排序
sorted_df = df.sort_values(by=['age', 'score'], ascending=[True, False])

print(sorted_df)

同樣可處理非數(shù)字

import pandas as pd

data = [
    {'name': 'Alice', 'department': 'HR', 'role': 'Manager'},
    {'name': 'Bob', 'department': 'Engineering', 'role': 'Developer'},
    {'name': 'Charlie', 'department': 'HR', 'role': 'Assistant'},
    {'name': 'David', 'department': 'Engineering', 'role': 'Manager'}
]

df = pd.DataFrame(data)

# 按 department 和 role 排序
sorted_df = df.sort_values(by=['department', 'role'])

print(sorted_df)

4. numpy 庫

適用于數(shù)值數(shù)據(jù)

import numpy as np

data = np.array([
    ('Alice', 30, 88),
    ('Bob', 25, 92),
    ('Charlie', 30, 95),
    ('David', 25, 85)
], dtype=[('name', 'U10'), ('age', 'i4'), ('score', 'i4')])

# 按 age 升序和 score 降序排序
sorted_data = np.sort(data, order=['age', 'score'])[::-1]
sorted_data = np.sort(sorted_data, order=['age'])

print(sorted_data)

5. 自定義

某些情況下，可能需要更復(fù)雜的排序邏輯，可以定義自定義排序函數(shù)并將其傳遞給 sorted() 函數(shù)

data = [
    {'name': 'Alice', 'department': 'HR', 'role': 'Manager'},
    {'name': 'Bob', 'department': 'Engineering', 'role': 'Developer'},
    {'name': 'Charlie', 'department': 'HR', 'role': 'Assistant'},
    {'name': 'David', 'department': 'Engineering', 'role': 'Manager'}
]

# 自定義排序函數(shù)
def custom_sort(item):
    return (item['department'], item['role'])

# 按 department 和 role 排序
sorted_data = sorted(data, key=custom_sort)

print(sorted_data)

截圖如下：