
Python中對元組和列表按條件進行排序的方法示例
在python中對一個元組排序
我的同事Axel Hecht 給我展示了一些我所不知道的關(guān)于python排序的東西。 在python里你可以對一個元組進行排序。例子是最好的說明:
>>> items = [(1, 'B'), (1, 'A'), (2, 'A'), (0, 'B'), (0, 'a')]
>>> sorted(items)
[(0, 'B'), (0, 'a'), (1, 'A'), (1, 'B'), (2, 'A')]
默認情況下內(nèi)置的sort和sorted函數(shù)接收的參數(shù)是元組時,他將會先按元組的第一個元素進行排序再按第二個元素進行排序。 然而,注意到結(jié)果中(0, 'B')在(0, 'a')的前面。這是因為大寫字母B的ASCII編碼比a小。然而,假設(shè)你想要一些更人性的排序并且不關(guān)注大小寫。你或許會這么做:
>>> sorted(items, key=str.lower)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: descriptor 'lower' requires a 'str' object but received a 'tuple'
我們將會得到一個錯誤,因為他不能正確處理元組的第一部分。(注:原文作者估計想說元組中第一項是數(shù)字,不能使用lower這個方法;正確的原因提示的很明顯了,是因為你傳遞的是一個元組,而元組是沒有l(wèi)ower這個方法的)
我們可以試著寫一個lambda函數(shù)(eg.sorted(items, key=lambda x: x.lower() if isinstance(x, str) else x)),他將不會工作因為你只處理了元組的一個元素。(注:同上面,作者這么做必然是錯的,思考給這個lambda傳一個元組,返回的是什么?)
言歸正傳,下面就是你應(yīng)該怎么做的方法。一個lambda,它會返回一個元組:
>>> sorted(items, key=lambda x: (x[0], x[1].lower()))
[(0, 'a'), (0, 'B'), (1, 'A'), (1, 'B'), (2, 'A')]
現(xiàn)在你完成了它!謝謝Axel的分享!
我確信你知道你可以倒序排列,僅僅使用sorted(items, reverse=True, …),但是你怎么根據(jù)關(guān)鍵字來進行不同的排序?
使用lambda函數(shù)返回元組的技巧,下面是一個我們排序一個稍微高級的數(shù)據(jù)結(jié)構(gòu):
>>> peeps = [{'name': 'Bill', 'salary': 1000}, {'name': 'Bill', 'salary': 500}, {'name': 'Ted', 'salary': 500}]
現(xiàn)在,使用lambda函數(shù)返回一個元組的特性來排序:
>>> sorted(peeps, key=lambda x: (x['name'], x['salary']))
[{'salary': 500, 'name': 'Bill'}, {'salary': 1000, 'name': 'Bill'}, {'salary': 500, 'name': 'Ted'}]
很有意思,對吧?Bill 在Ted的前面,并且500在1000的前面。但是如何在相同的 name 下,對 salary 反向排序?很簡單,對它取反:
>>> sorted(peeps, key=lambda x: (x['name'], -x['salary']))
[{'salary': 1000, 'name': 'Bill'}, {'salary': 500, 'name': 'Bill'}, {'salary': 500, 'name': 'Ted'}]
問題:將列表[[1, 2, 3], [4, 5, 6], [7, 8, 9]]排序為[[1, 4, 7], [2, 5, 8], [3, 6, 9]]
分析:
1.轉(zhuǎn)變過程如下:
1 2 3 1 4 7
4 5 6 —> 2 5 8
7 8 9 3 6 9
可以將變換過程看成是原二維數(shù)組行(row)變成新數(shù)組的列(column),即抽出原數(shù)組第一行(row)作為第一列(column),第二行(row)作為第二列(column)…當(dāng)然也可以將變換過程看成是原數(shù)組的列變?yōu)樾聰?shù)組的行,限于時間,就暫不考慮這種實現(xiàn)方式。
2.最原始的做法,寫兩個for循環(huán),外層循環(huán)依次迭代數(shù)組的行(row),內(nèi)層循環(huán)迭代數(shù)組的列(column),來實現(xiàn)這個反轉(zhuǎn)過程,將原數(shù)組第一行(row)作為第一列(column),第二行(row)作為第二列(column),過程如下:
In [7]: l = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
In [8]: len_row = 3
In [9]: len_col = 3
In [10]: temp = [[],[],[]]
In [11]: for row in l:
....: for i in range(len_col):
....: temp[i].append(row[i])
....: print temp
....:
[[1], [2], [3]]
[[1, 4], [2, 5], [3, 6]]
[[1, 4, 7], [2, 5, 8], [3, 6, 9]]
In [12]:
當(dāng)然,還可以使用列表推導(dǎo)來做,原理和上面一樣,外層迭代row,內(nèi)層迭代col,生成新的列表:
In [100]: l
Out[100]: [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
In [101]: [[row[col] for row in l] for col in range(len(l[0])) ]
Out[101]: [[1, 4, 7], [2, 5, 8], [3, 6, 9]]
最后,對這個題目,用zip也可以達到同樣的目的:
In [104]: l
Out[104]: [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
In [105]: zip(*l)
Out[105]: [(1, 4, 7), (2, 5, 8), (3, 6, 9)]
In [106]: map(list,zip(*l))
Out[106]: [[1, 4, 7], [2, 5, 8], [3, 6, 9]]
*這個符號和列表配合有解壓的意思,如l=[[1, 2, 3], [4, 5, 6], [7, 8, 9]],則我理解*l就變成了[1, 2, 3], [4, 5, 6], [7, 8, 9]這樣三個值,所以zip(*l)和zip([1, 2, 3], [4, 5, 6], [7, 8, 9])的結(jié)果才會是一樣的,如下:
In [17]: l=[[1, 2, 3], [4, 5, 6], [7, 8, 9]]
In [18]: zip([1, 2, 3], [4, 5, 6], [7, 8, 9])
Out[18]: [(1, 4, 7), (2, 5, 8), (3, 6, 9)]
In [19]: zip(*l)
Out[19]: [(1, 4, 7), (2, 5, 8), (3, 6, 9)]
In [20]:
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10