Python排序问题答案

【问题标题】：Python Sorting QuestionPython排序问题
【发布时间】：2010-07-24 15:03:16
【问题描述】：

我需要在 Python 中对以下元组列表进行排序：

ListOfTuples = [('10', '2010 Jan 1;', 'Rapoport AM', 'Role of antiepileptic drugs as preventive agents for migraine', '20030417'), ('21', '2009 Nov;', 'Johannessen SI', 'Antiepilepticdrugs in epilepsy and other disorders--a population-based study of prescriptions', '19679449'),...]

我的目的是按降序年（listOfTuples[2]）和升序作者（listOfTuples[2]）排序：

sorted(result, key = lambda item: (item[1], item[2]))

但它不起作用。我怎样才能获得排序稳定性？

【问题讨论】：

可能的日期格式有哪些？这里我们看到“年/月/日”和“年/月/日”。是否可以只遇到“年”？
是的，因为数据格式不规则。

标签： python list sorting stability

【解决方案1】：

def descyear_ascauth(atup):
  datestr = atup[1]
  authstr = atup[2]
  year = int(datestr.split(None, 1)[0])
  return -year, authstr

... sorted(result, key=descyear_ascauth) ...

注意：您需要将年份提取为整数（而不是字符串），以便更改其符号 - - 后者是满足规范“降序”部分的关键技巧。在lambda 中压缩所有内容是可能的，但绝对没有理由这样做并牺牲更多的可读性，因为def 也可以正常工作（并且更具可读性）。

【讨论】：

Grazie Mille，sei semper gentilissimo！ :) 我应该使用什么方法来添加另一个订单键，例如“月”？我应该将月份名称映射到字典（'jan':1, 'feb:2'）吗？
@Gianluca，使用显式 dict 可以让您完全控制，因此是我推荐的。您可以使用list(calendar.month_name) 来构建字典，例如以依赖于语言环境的方式，但它比保证的复杂得多，除非您在这个方向上有非常具体的需求。
感谢您的回答:)。现在我无法决定选择哪个答案，因为@Duncan 也针对我的问题发布了一个可行的方法。到目前为止，这是一个品味（可读性与紧凑性）和性能（使用“技巧”与“使用 Python 方式”）的问题......
做两种（根据@Duncan 的想法）和用复合键做一个（我的回答）都是非常完美的 Python 方式（不涉及任何技巧）；但是，执行一次排序将节省大约一半的运行时间。（就像@THC4k 的回答一样，老式的、近乎弃用的cmp 可能会慢得多）。可读性和紧凑性是关于lambda（邓肯拼错）与def（如我的回答）的选择，后者不会影响速度（正如我提到的，你可以将我的方法挤进lambda，这样做是个非常糟糕的主意）。
当我意识到我不能只使用 itemgetter 因为年份是较长日期的一部分时，lambda 是作为后期编辑添加的（因此是错字）。您的答案可能几乎总是更快，但是，例如，如果您想以区域设置感知方式反转排序字符串而不是一年，那么解决如何做到这一点可能会很混乱。对多个键进行排序较慢，但具有清晰明了的优点。我认为 Gianluca 应该将这两个选项都保留在他的工具箱中。

【解决方案2】：

最简单的方法是分别对每个键值进行排序。从最不重要的键开始，一直到最重要的键。

所以在这种情况下：

import operator
ListOfTuples.sort(key=operator.itemgetter(2))
ListOfTuples.sort(key=lambda x: x[1][:4], reverse=True)

这是可行的，因为即使您使用 reverse 标志，Python 的排序也始终是稳定的：即 reverse 不只是先排序然后再反转（这会失去稳定性，它会在反转后保持稳定性。

当然，如果您有很多关键列，这可能会降低效率，因为它会执行多次完整排序。

您不必以这种方式将年份转换为数字，因为它是一种真正的反向排序，但如果您愿意，您也可以这样做。

【讨论】：

您的解决方案紧凑且 Python 风格，但 @Alex 的速度更快。无法决定谁是赢家:)

【解决方案3】：

这是一个适用于所有事物的成语，即使是你无法否定的事物，例如字符串：

data = [ ('a', 'a'), ('a', 'b'), ('b','a') ]

def sort_func( a, b ):
    # compare tuples with the 2nd entry switched
    # this inverts the sorting on the 2nd entry
    return cmp( (a[0], b[1]), (b[0], a[1]) ) 

print sorted( data )                    # [('a', 'a'), ('a', 'b'), ('b', 'a')]
print sorted( data, cmp=sort_func )     # [('a', 'b'), ('a', 'a'), ('b', 'a')]

【讨论】：

cmp 不再适用于 Python 3，尽管 functools 中有 cmp_to_key。

【解决方案4】：

这是一个粗略的解决方案，其中考虑了月份缩写和日期（如果找到）：

import time
import operator

def sortkey(seq):
    strdate, author = seq[1], seq[2]
    spdate = strdate[:-1].split()
    month = time.strptime(spdate[1], "%b").tm_mon
    date = [int(spdate[0]), month] + map(int, spdate[2:])
    return map(operator.neg, date), author  

print sorted(result, key=sortkey)

"%b" 是区域设置的月份缩写名称，如果您不想处理区域设置，可以使用字典。

【讨论】：

【解决方案5】：

这是亚历克斯答案的 lambda 版本。我认为它现在看起来比 Duncan 的答案更紧凑，但显然 Alex 的答案的很多可读性已经丢失。

sorted(ListOfTuples, key=lambda atup: (-int(atup[1].split(None, 1)[0]), atup[2]))

可读性和效率通常比紧凑性更重要。

【讨论】：