通过值对包含unicode的字典列表进行排序

Question

我正在练习使用BeautifulSoup进行网页抓取，最近在查看一些期权数据。目前我把这些信息存储在一个字典的列表里。我想按照“Open”这个字段进行降序排序，但因为它是以unicode格式存储的，所以排序不太对。以下是我数据的一部分。

[{'Last': u'2.09', 'Vol': u'1', 'Open': u'200', 'Symbol': 'F', 'Strike': u'19.50', 'Ask': u'2.58', 'Date': '140816', 'Type': 'P', 'Bid': u'2.30', 'Change': u' 0.00'}, {'Last': u'1.96', 'Vol': u'1', 'Open': u'1', 'Symbol': 'F', 'Strike': u'19.50', 'Ask': u'2.60', 'Date': '140822', 'Type': 'P', 'Bid': u'2.30', 'Change': u' 0.00'}, {'Last': u'2.18', 'Vol': u'22', 'Open': u'1,045', 'Symbol': 'F', 'Strike': u'15.00', 'Ask': u'2.23', 'Date': '140816', 'Type': 'C', 'Bid': u'2.03', 'Change': u' 0.00'}]

我目前用来排序的代码如下：

from operator import itemgetter
newlist = sorted(optionQuotes, key=itemgetter('Open'))

我该怎么写代码，把它转换成整数，然后再转换回unicode呢？我尝试过的所有方法都没有成功，所以非常希望能得到一些帮助。

Answer 1

你可以去掉那些不是数字的部分，然后在关键函数中把它转换成整数：

def conv(s):
    try:
        return int(''.join([e for e in s if e in u'0123456789']))
    except ValueError:
        return s    

print '\n'.join(map(str, sorted(LoD, key=lambda d: conv(d['Open']), reverse=True)))

输出结果是：

{'Strike': u'15.00', 'Ask': u'2.23', 'Last': u'2.18', 'Vol': u'22', 'Type': 'C', 'Symbol': 'F', 'Open': u'1,045', 'Bid': u'2.03', 'Change': u' 0.00', 'Date': '140816'}
{'Strike': u'19.50', 'Ask': u'2.58', 'Last': u'2.09', 'Vol': u'1', 'Type': 'P', 'Symbol': 'F', 'Open': u'200', 'Bid': u'2.30', 'Change': u' 0.00', 'Date': '140816'}
{'Strike': u'19.50', 'Ask': u'2.60', 'Last': u'1.96', 'Vol': u'1', 'Type': 'P', 'Symbol': 'F', 'Open': u'1', 'Bid': u'2.30', 'Change': u' 0.00', 'Date': '140822'}

如果你想支持小数，比如在 'Last' 这个字段中，你可以使用正则表达式，这样就可以处理像 -1.23e-2 这样的浮点数：

def convf(s):
    m=re.search(r'([-+]?[0-9,]*\.?[0-9]+(?:[eE][-+]?[0-9]+)?)', s)
    if not m:
        return s
    ns=re.sub(r'[^\d\.e\-+]', '', m.group(1).lower() )   
    try:
        return float(ns)
    except ValueError:
        return s        
print '\n'.join(map(str, sorted(LoD, key=lambda d: convf(d['Last']))))

输出结果是：

{'Strike': u'19.50', 'Ask': u'2.60', 'Last': u'1.96', 'Vol': u'1', 'Type': 'P', 'Symbol': 'F', 'Open': u'1', 'Bid': u'2.30', 'Change': u' 0.00', 'Date': '140822'}
{'Strike': u'19.50', 'Ask': u'2.58', 'Last': u'2.09', 'Vol': u'1', 'Type': 'P', 'Symbol': 'F', 'Open': u'200', 'Bid': u'2.30', 'Change': u' 0.00', 'Date': '140816'}
{'Strike': u'15.00', 'Ask': u'2.23', 'Last': u'2.18', 'Vol': u'22', 'Type': 'C', 'Symbol': 'F', 'Open': u'1,045', 'Bid': u'2.03', 'Change': u' 0.00', 'Date': '140816'}

Answer 2

如果你想在原地对列表进行排序，而不想创建一个新的列表：

sorted(optionQuotes, key = lambda x : float(x.get("Open").replace(",","")), reverse = True)

optionQuotes.sort(key = lambda x: float(x.get("Open").replace(",","")), reverse=True)

Answer 3

排序默认是用字典顺序来比较的，而你现在是用字符串格式的数字来比较，这就是为什么结果和你预期的不一样。你可以把Open的值转换成int类型，这样在排序时比较就能正常工作了。

sorted(optionQuotes, key=lambda x: -int(x["Open"].replace(",", "")))

我只是把,替换成了空字符串，因为int函数无法处理包含非数字的字符串。

另外，注意在int函数结果前面有个一元运算符-。因为你想要按降序排序，所以我们只是把实际的值取反。这样，1就变成了-1，1045就变成了-1045。现在，如果我们按升序排序，-1045是所有值中最小的，所以它会排在最前面，接下来是200，最后是1。

补充：正如Padraic在评论中提到的，如果Open会有小数，你可以用float函数，而不是int。