根据字符串的优先顺序对可迭代对象排序

Question

假设我有一个这样的列表/元组：

MyLocation = 'DE'
(    
('Pencils', 'Artists Pencils', 18.95, 'PVT', 'DE'),
('Pencils', '', 19.95, 'PVT', 'IT'),
('Pencils', '', 23.50, 'PRF1', 'US'),
('Pencils', 'Wooden Pencils', 23.50, 'PRF2', 'DE'),
('Pencils', '', 12.50, 'NON', 'DE'))   

我想按照以下规则进行两次排序：

1) 把在第 [4] 个元素中匹配字符串 'DE' 的元组放在最上面
这是一个中间步骤，DE 之间的相对顺序不重要。只要所有的 DE 都在最上面就可以了。

(    
('Pencils', '', 12.50, 'NON', 'DE'),
('Pencils', 'Wooden Pencils', 23.50, 'PRF2', 'DE'),
('Pencils', 'Artists Pencils', 18.95, 'PVT', 'DE'),    
('Pencils', '', 23.50, 'PRF1', 'US'),
('Pencils', '', 19.95, 'PVT', 'IT')       
)  

2) 然后，根据第 [3] 个元素进行排序，优先顺序应该是 ['PRF1', 'PRF2', 'PRF3']。其他字符串可以放在后面。

我期望的最终排序结果是：

(    
('Pencils', '', 23.50, 'PRF1', 'US'),
('Pencils', 'Wooden Pencils', 23.50, 'PRF2', 'DE'),
('Pencils', 'Artists Pencils', 18.95, 'PVT', 'DE'),    
('Pencils', '', 12.50, 'NON', 'DE'),
('Pencils', '', 19.95, 'PVT', 'IT')       
)  

我该如何进行这两次排序？我可以用删除和插入来处理第一次排序，但推荐的方式是什么呢？

tempList = actualList
i = 0
for record in actualList:
    if record[5] == 'DE':
        del tempList[i]
        tempList.insert(0, record)
    i = i + 1
actualList = tempList

我特别困惑的是，第二次排序该怎么进行。请提供第二次排序的代码示例。

Answer 1

你只需要一次遍历，配合一个特别的关键函数。

def key(t):
    return (
        dict(PRF1=0, PRF2=1, PRF3=2).get(t[3], 3), # earlier ones get smaller numbers
        int(t[4] != 'DE')) # 0 if DE, 1 otherwise

L.sort(key=key)

这个关键函数会返回一个值，用来比较列表中的元素。它返回的是一个包含两个元素的元组，而元组的比较是根据第一个不同的元素来进行的。所以 (1, 0) < (2, -300) 是因为 1 小于 2。

第一个值是 t[3] 在列表 ['PRF1', 'PRF2', 'PRF3'] 中的索引，如果它不在这个列表里，就用数字 3。这意味着在列表中越靠前的元素，它的值就越小，排序结果也就越靠前。第二个值在评论中已经解释过了。:)

Answer 2

这就够了：

PRF = ('PRF1', 'PRF2', 'PRF3')
sorted(records, key=lambda x:(x[4]!='DE', PRF.index(x[3]) if x[3] in PRF else 3))

或者如果你打算多次使用这个，你可能想把关键的功能分开：

k = lambda x: (x[4]!='DE', PRF.index(x[3]) if x[3] in PRF else len(PRF))

然后只需使用

sorted(records, key=k)

在你的例子中：

>>> records = ( ('Pencils', 'Artists Pencils', 18.95, 'PVT', 'DE'),
... ('Pencils', '', 19.95, 'PVT', 'IT'),
... ('Pencils', '', 23.50, 'PRF1', 'US'),
... ('Pencils', 'Wooden Pencils', 23.50, 'PRF2', 'DE'),
... ('Pencils', '', 12.50, 'NON', 'DE') )
>>> import pprint
>>> pprint.pprint(sorted(records, key=k))
[('Pencils', 'Wooden Pencils', 23.5, 'PRF2', 'DE'),
 ('Pencils', 'Artists Pencils', 18.95, 'PVT', 'DE'),
 ('Pencils', '', 12.5, 'NON', 'DE'),
 ('Pencils', '', 23.5, 'PRF1', 'US'),
 ('Pencils', '', 19.95, 'PVT', 'IT')]

Answer 3

大致的意思是给每个项目打个分。当你每个项目有多个分数时，可以把这些分数放在一个元组里。

MyLocation = 'DE'
location_score = { MyLocation : 1 }
that_other_field_score = {'PRF1' : 3, 'PRF2' : 2, 'PRF3' : 1}

def score( row ):
    # returns a tuple of item score
    # items not in the score dicts get score 0 for that field
    return ( that_other_field_score.get(row[3], 0),
                  location_score.get(row[4], 0))    

data = [    
('Pencils', 'Artists Pencils', 18.95, 'PVT', 'DE'),
('Pencils', '', 19.95, 'PVT', 'IT'),
('Pencils', '', 23.50, 'PRF1', 'US'),
('Pencils', 'Wooden Pencils', 23.50, 'PRF2', 'DE'),
('Pencils', '', 12.50, 'NON', 'DE')]

# sort data, highest score first
data.sort(key=score, reverse=True)
print data 

location_score这个字典可能有点复杂（其实你可以直接写成(1 if row[4]=='DE' else 0)），但这样做的好处是以后可以很容易地扩展。