我在列表或元组列表中有一些数据,如下所示:

data = [[1,2,3], [4,5,6], [7,8,9]]
data = [(1,2,3), (4,5,6), (7,8,9)]

我想按子集中的第二个元素排序。意思是,按2,5,8排序,其中2来自(1,2,3),5来自(4,5,6)。常见的方法是什么?我应该在列表中存储元组或列表吗?


当前回答

为了对元组列表(<word>,<count>)进行排序,按降序排列count,按字母顺序排列word:

data = [
('betty', 1),
('bought', 1),
('a', 1),
('bit', 1),
('of', 1),
('butter', 2),
('but', 1),
('the', 1),
('was', 1),
('bitter', 1)]

我使用这种方法:

sorted(data, key=lambda tup:(-tup[1], tup[0]))

它给我的结果是:

[('butter', 2),
('a', 1),
('betty', 1),
('bit', 1),
('bitter', 1),
('bought', 1),
('but', 1),
('of', 1),
('the', 1),
('was', 1)]

其他回答

对元组进行排序非常简单:

tuple(sorted(t))

无lambda:

def sec_elem(s):
    return s[1]

sorted(data, key=sec_elem)

@斯蒂芬的回答很中肯!这里是用于更好可视化的示例,

为Ready Player One球迷呐喊!=)

>>> gunters = [('2044-04-05', 'parzival'), ('2044-04-07', 'aech'), ('2044-04-06', 'art3mis')]
>>> gunters.sort(key=lambda tup: tup[0])
>>> print gunters
[('2044-04-05', 'parzival'), ('2044-04-06', 'art3mis'), ('2044-04-07', 'aech')]

key是一个将被调用来转换集合项以进行比较的函数。。如Java中的compareTo方法。

传递给key的参数必须是可调用的。这里,lambda的使用创建了一个匿名函数(它是一个可调用的)。lambda的语法是单词lambda后跟一个可迭代的名称,然后是一个代码块。

下面的示例中,我们对一个元组列表进行排序,该元组包含特定事件和参与者名称的信息abt时间。

我们按照事件发生的时间对该列表进行排序,这是元组的第0个元素。

注意-ssort([cmp[,key[,reverse]]])对s的项目进行排序

itemgetter()比lambda tup:tup[1]稍快,但增长相对温和(约10%至25%)。

(IPython会话)

>>> from operator import itemgetter
>>> from numpy.random import randint
>>> values = randint(0, 9, 30000).reshape((10000,3))
>>> tpls = [tuple(values[i,:]) for i in range(len(values))]

>>> tpls[:5]    # display sample from list
[(1, 0, 0), 
 (8, 5, 5), 
 (5, 4, 0), 
 (5, 7, 7), 
 (4, 2, 1)]

>>> sorted(tpls[:5], key=itemgetter(1))    # example sort
[(1, 0, 0), 
 (4, 2, 1), 
 (5, 4, 0), 
 (8, 5, 5), 
 (5, 7, 7)]

>>> %timeit sorted(tpls, key=itemgetter(1))
100 loops, best of 3: 4.89 ms per loop

>>> %timeit sorted(tpls, key=lambda tup: tup[1])
100 loops, best of 3: 6.39 ms per loop

>>> %timeit sorted(tpls, key=(itemgetter(1,0)))
100 loops, best of 3: 16.1 ms per loop

>>> %timeit sorted(tpls, key=lambda tup: (tup[1], tup[0]))
100 loops, best of 3: 17.1 ms per loop
from operator import itemgetter
data.sort(key=itemgetter(1))