Pythonic方法用多列对记录进行排序

时间:2017-04-01 11:38:27

标签: python sorting dictionary lambda

假设我们以下列方式在文件中有很多记录。

ActiveCell

For Each c In sheet1.Range("AU5:AU1000") If c.value = True Then Call startup.VALUES End If Next c

这些记录的第3列的值为ActiveCell

以这种方式对这些记录进行排序的最佳pythonic方法是什么: 1.严重,2。高,3。中等4.低?

3 个答案:

答案 0 :(得分:2)

使用IntEnum作为字典列表的示例。

from enum import IntEnum
class Vulnerability(IntEnum):
    CRITICAL = 1
    HIGH = 2
    MEDIUM = 3
    LOW = 4

records = []
records.append({'v': Vulnerability.MEDIUM})
records.append({'v': Vulnerability.HIGH})
records.append({'v': Vulnerability.CRITICAL})
records.append({'v': Vulnerability.LOW})

print(records)
# [{'v': <Vulnerability.MEDIUM: 3>}, {'v': <Vulnerability.HIGH: 2>}, {'v': <Vulnerability.CRITICAL: 1>}, {'v': <Vulnerability.LOW: 4>}]

print(records[0]['v'] < records[1]['v'])
# False

print(sorted(records, key = lambda k: k['v']))
# [{'v': <Vulnerability.CRITICAL: 1>}, {'v': <Vulnerability.HIGH: 2>}, {'v': <Vulnerability.MEDIUM: 3>}, {'v': <Vulnerability.LOW: 4>}]

答案 1 :(得分:1)

如果您可以将表转换为pandas数据框(例如,使用pandas.read_csv),那么这将完成工作:

import pandas as pd
df=pd.DataFrame({'a':[1,2,3,4,5,6],'b':['a','b','c','d','e','f'],'val':['critical','high','low','medium','critical','low']})
df['val'] = pd.Categorical(df['val'],['critical','high','medium','low'])
df.sort_values(by='val',inplace=True)

然后在开头df

    a   b   val
0   1   a   critical
1   2   b   high
2   3   c   low
3   4   d   medium
4   5   e   critical
5   6   f   low

最后df

    a   b   val
0   1   a   critical
4   5   e   critical
1   2   b   high
3   4   d   medium
2   3   c   low
5   6   f   low

在上面的代码中,指定订单的行是

df['val'] = pd.Categorical(df['val'],['critical','high','medium','low'])

答案 2 :(得分:1)

这是一个纯Python解决方案,使用字典将Critical, High, Medium, Low字符串转换为其数值;该数值用作list.sort的排序键函数参数。我的键功能还使用每个记录的第一个字段作为辅助排序键,以便在按等级排序的每个部分中,条目也按第一个字段排序。

由于您的问题仅包含2行样本数据,因此我构建了一些简单的假数据。

data = '''\
00 : abc : Low
01 : def : High
02 : ghi : Low
03 : jkl : Medium
04 : mno : High
05 : pqr : Medium
06 : stu : High
07 : vwx : Medium
08 : yza : High
09 : bcd : High
10 : efg : High
11 : hij : Critical
12 : klm : Critical
13 : nop : Medium
14 : qrs : High
15 : tuv : Critical
'''.splitlines()
data = [row.split(' : ') for row in data]

grades = {'Critical': 1, 'High': 2, 'Medium': 3, 'Low': 4}

data.sort(key=lambda t: (grades[t[2]], t[0]))
for row in data:
    print(' : '.join(row))

<强>输出

11 : hij : Critical
12 : klm : Critical
15 : tuv : Critical
01 : def : High
04 : mno : High
06 : stu : High
08 : yza : High
09 : bcd : High
10 : efg : High
14 : qrs : High
03 : jkl : Medium
05 : pqr : Medium
07 : vwx : Medium
13 : nop : Medium
00 : abc : Low
02 : ghi : Low