按升序可以使用:

sorted_data= sorted(non_sorted_data, key=lambda k: (k[1],k[0]))

或者按降序排列，你可以用:

sorted_data= sorted(non_sorted_data, key=lambda k: (k[1],k[0]),reverse=True)

employees.sort(key = lambda x:x[1])
employees.sort(key = lambda x:x[0])

我们也可以用.sort和lambda一起使用2次，因为python的sort是稳定的。这将首先根据第二个元素x[1]对列表进行排序。然后，它将排序第一个元素x[0](最高优先级)。

employees[0] = "Employee's Name"
employees[1] = "Employee's Salary"

这相当于做以下事情:

employees.sort(key = lambda x:(x[0], x[1]))

list1 = sorted(csv1, key=lambda x: (x[1], x[2]) )

python 3 https://docs.python.org/3.5/howto/sorting.html#the-old-way-using-the-cmp-parameter

from functools import cmp_to_key

def custom_compare(x, y):
    # custom comparsion of x[0], x[1] with y[0], y[1]
    return 0

sorted(entries, key=lambda e: (cmp_to_key(custom_compare)(e[0]), e[1]))

按升序可以使用:

sorted_data= sorted(non_sorted_data, key=lambda k: (k[1],k[0]))

或者按降序排列，你可以用:

sorted_data= sorted(non_sorted_data, key=lambda k: (k[1],k[0]),reverse=True)

在阅读了这篇文章中的答案后，我写了一个通用的解决方案，适用于任意数量的列:

def sort_array(array, *columns):
    for col in columns:
        array.sort(key = lambda x:x[col])

OP会这样称呼它:

sort_array(list1, 2, 1)

先按列2排序，再按列1排序。 (最重要的一栏放在最后)