Question

我有一个词典列表，希望每个项目按特定属性值排序。

考虑下面的数组，

[{'name':'Homer', 'age':39}, {'name':'Bart', 'age':10}]

按name排序时，应该变为

[{'name':'Bart', 'age':10}, {'name':'Homer', 'age':39}]

Answer 1

使用密钥代替cmp可能看起来更干净：

newlist = sorted(list_to_be_sorted, key=lambda k: k['name'])

或J.F.Sebastian和其他人建议，

from operator import itemgetter
newlist = sorted(list_to_be_sorted, key=itemgetter('name'))

为了完整性（如fitzgeraldsteele的评论中所指出），添加reverse=True以降序排序

newlist = sorted(l, key=itemgetter('name'), reverse=True)

Answer 2

import operator

按key ='name'排序词典列表：

list_of_dicts.sort(key=operator.itemgetter('name'))

按键='年龄'排序词典列表：

list_of_dicts.sort(key=operator.itemgetter('age'))

Answer 3

如果要按多个键对列表进行排序，可以执行以下操作：

my_list = [{'name':'Homer', 'age':39}, {'name':'Milhouse', 'age':10}, {'name':'Bart', 'age':10} ]
sortedlist = sorted(my_list , key=lambda elem: "%02d %s" % (elem['age'], elem['name']))

它相当hackish，因为它依赖于将值转换为单个字符串表示以进行比较，但它对于包含负数的数字的预期效果（尽管如果使用的话，您需要使用零填充来适当地格式化字符串数）

Answer 4

my_list = [{'name':'Homer', 'age':39}, {'name':'Bart', 'age':10}]

my_list.sort(lambda x,y : cmp(x['name'], y['name']))

my_list现在就是您想要的。

（3年后）编辑添加：

新的key参数更有效，更整洁。现在更好的答案如下：

my_list = sorted(my_list, key=lambda k: k['name'])

...... lambda是IMO，比operator.itemgetter更容易理解，但是YMMV。

Answer 5

import operator
a_list_of_dicts.sort(key=operator.itemgetter('name'))

'key'用于按任意值排序，'itemgetter'将该值设置为每个项目的'name'属性。

Answer 6

a = [{'name':'Homer', 'age':39}, ...]

# This changes the list a
a.sort(key=lambda k : k['name'])

# This returns a new list (a is not modified)
sorted(a, key=lambda k : k['name'])

Answer 7

我想你的意思是：

[{'name':'Homer', 'age':39}, {'name':'Bart', 'age':10}]

这将按如下方式排序：

sorted(l,cmp=lambda x,y: cmp(x['name'],y['name']))

Answer 8

使用Perl的Schwartzian变换，

py = [{'name':'Homer', 'age':39}, {'name':'Bart', 'age':10}]

DO

sort_on = "name"
decorated = [(dict_[sort_on], dict_) for dict_ in py]
decorated.sort()
result = [dict_ for (key, dict_) in decorated]

给出

>>> result
[{'age': 10, 'name': 'Bart'}, {'age': 39, 'name': 'Homer'}]

更多关于Perl Schwartzian transform

在计算机科学中，Schwartzian变换是Perl编程习惯用于提高排序项目列表的效率。这个当订购时，成语适用于基于比较的排序实际上是基于某个属性（密钥）的排序元素，计算该属性是一个密集的操作应该执行最少次数。施瓦茨安转换的显着之处在于它不使用命名的临时数组。

Answer 9

您可以使用自定义比较功能，也可以传入计算自定义排序键的函数。这通常更有效，因为每个项目只计算一次密钥，而比较函数将被调用多次。

你可以这样做：

def mykey(adict): return adict['name']
x = [{'name': 'Homer', 'age': 39}, {'name': 'Bart', 'age':10}]
sorted(x, key=mykey)

但标准库包含获取任意对象项的通用例程：itemgetter。所以试试这个：

from operator import itemgetter
x = [{'name': 'Homer', 'age': 39}, {'name': 'Bart', 'age':10}]
sorted(x, key=itemgetter('name'))

Answer 10

您必须实现自己的比较函数，该函数将按名称键的值比较字典。见Sorting Mini-HOW TO from PythonInfo Wiki

Answer 11

这是另一种通用解决方案 - 它按键和值对dict元素进行排序。它的优点 - 不需要指定键，如果某些词典中缺少某些键，它仍然可以工作。

def sort_key_func(item):
    """ helper function used to sort list of dicts

    :param item: dict
    :return: sorted list of tuples (k, v)
    """
    pairs = []
    for k, v in item.items():
        pairs.append((k, v))
    return sorted(pairs)
sorted(A, key=sort_key_func)

Answer 12

有时我们需要使用lower()例如

lists = [{'name':'Homer', 'age':39},
  {'name':'Bart', 'age':10},
  {'name':'abby', 'age':9}]

lists = sorted(lists, key=lambda k: k['name'])
print(lists)
# [{'name':'Bart', 'age':10}, {'name':'Homer', 'age':39}, {'name':'abby', 'age':9}]

lists = sorted(lists, key=lambda k: k['name'].lower())
print(lists)
# [ {'name':'abby', 'age':9}, {'name':'Bart', 'age':10}, {'name':'Homer', 'age':39}]

Answer 13

我试过这样的事情：

my_list.sort(key=lambda x: x['name'])

它也适用于整数。

Answer 14

使用pandas包是另一种方法，虽然它的大规模运行时比其他人提出的更传统的方法要慢得多：

import pandas as pd

listOfDicts = [{'name':'Homer', 'age':39}, {'name':'Bart', 'age':10}]
df = pd.DataFrame(listOfDicts)
df = df.sort_values('name')
sorted_listOfDicts = df.T.to_dict().values()

以下是微小列表和大量（100k +）dicts列表的一些基准值：

setup_large = "listOfDicts = [];\
[listOfDicts.extend(({'name':'Homer', 'age':39}, {'name':'Bart', 'age':10})) for _ in range(50000)];\
from operator import itemgetter;import pandas as pd;\
df = pd.DataFrame(listOfDicts);"

setup_small = "listOfDicts = [];\
listOfDicts.extend(({'name':'Homer', 'age':39}, {'name':'Bart', 'age':10}));\
from operator import itemgetter;import pandas as pd;\
df = pd.DataFrame(listOfDicts);"

method1 = "newlist = sorted(listOfDicts, key=lambda k: k['name'])"
method2 = "newlist = sorted(listOfDicts, key=itemgetter('name')) "
method3 = "df = df.sort_values('name');\
sorted_listOfDicts = df.T.to_dict().values()"

import timeit
t = timeit.Timer(method1, setup_small)
print('Small Method LC: ' + str(t.timeit(100)))
t = timeit.Timer(method2, setup_small)
print('Small Method LC2: ' + str(t.timeit(100)))
t = timeit.Timer(method3, setup_small)
print('Small Method Pandas: ' + str(t.timeit(100)))

t = timeit.Timer(method1, setup_large)
print('Large Method LC: ' + str(t.timeit(100)))
t = timeit.Timer(method2, setup_large)
print('Large Method LC2: ' + str(t.timeit(100)))
t = timeit.Timer(method3, setup_large)
print('Large Method Pandas: ' + str(t.timeit(1)))

#Small Method LC: 0.000163078308105
#Small Method LC2: 0.000134944915771
#Small Method Pandas: 0.0712950229645
#Large Method LC: 0.0321750640869
#Large Method LC2: 0.0206089019775
#Large Method Pandas: 5.81405615807

Answer 15

让我说我有一个字典D，下面有元素。要排序只使用sorted中的key参数来传递自定义函数，如下所示

D = {'eggs': 3, 'ham': 1, 'spam': 2}

def get_count(tuple):
    return tuple[1]

sorted(D.items(), key = get_count, reverse=True)
or
sorted(D.items(), key = lambda x: x[1], reverse=True)  avoiding get_count function call

https://wiki.python.org/moin/HowTo/Sorting/#Key_Functions

Answer 16

这是my answer to a related question on sorting by multiple columns。它也适用于列数仅为一的退化情况。

Answer 17

如果要考虑性能，我将使用operator.itemgetter而不是lambda，因为内置函数的执行速度比手工制作的函数快。根据我的测试，itemgetter函数的执行速度似乎比lambda快20％。

来自https://wiki.python.org/moin/PythonSpeed：

同样，内置函数的运行速度比手工生成的等效函数要快。例如，map（operator.add，v1，v2）比map（lambda x，y：x + y，v1，v2）更快。

这里是使用lambda与itemgetter进行排序的比较。

import random
import operator

# Create a list of 100 dicts with random 8-letter names and random ages from 0 to 100.
l = [{'name': ''.join(random.choices(string.ascii_lowercase, k=8)), 'age': random.randint(0, 100)} for i in range(100)]

# Test the performance with a lambda function sorting on name
%timeit sorted(l, key=lambda x: x['name'])
13 µs ± 388 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

# Test the performance with itemgetter sorting on name
%timeit sorted(l, key=operator.itemgetter('name'))
10.7 µs ± 38.1 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

# Check that each technique produces the same sort order
sorted(l, key=lambda x: x['name']) == sorted(l, key=operator.itemgetter('name'))
True

这两种技术都以相同的顺序对列表进行排序（通过执行代码块中的final语句进行验证），但是第一种方法要快一些。

Answer 18

如果您不需要list的原始dictionaries，则可以使用自定义键功能使用sort()方法对其进行原位修改。

关键功能：

def get_name(d):
    """ Return the value of a key in a dictionary. """

    return d["name"]

要排序的list：

data_one = [{'name': 'Homer', 'age': 39}, {'name': 'Bart', 'age': 10}]

就地排序：

data_one.sort(key=get_name)

如果您需要原始list，请调用sorted()函数传递list和密钥函数，然后将返回的已排序list分配给新变量：

data_two = [{'name': 'Homer', 'age': 39}, {'name': 'Bart', 'age': 10}]
new_data = sorted(data_two, key=get_name)

打印data_one和new_data。

>>> print(data_one)
[{'name': 'Bart', 'age': 10}, {'name': 'Homer', 'age': 39}]
>>> print(new_data)
[{'name': 'Bart', 'age': 10}, {'name': 'Homer', 'age': 39}]

Answer 19

我一直是lambda过滤器的忠实拥护者，但是如果您考虑时间复杂性，它不是最佳选择

第一个选项

sorted_list = sorted(list_to_sort, key= lambda x: x['name'])
# returns list of values

第二个选项

list_to_sort.sort(key=operator.itemgetter('name'))
#edits the list, does not return a new list

执行时间的快速比较

# First option
python3.6 -m timeit -s "list_to_sort = [{'name':'Homer', 'age':39}, {'name':'Bart', 'age':10}, {'name':'Faaa', 'age':57}, {'name':'Errr', 'age':20}]" -s "sorted_l=[]" "sorted_l = sorted(list_to_sort, key=lambda e: e['name'])"

1000000次循环，每个循环中最好为3：0.736 usc

# Second option 
python3.6 -m timeit -s "list_to_sort = [{'name':'Homer', 'age':39}, {'name':'Bart', 'age':10}, {'name':'Faaa', 'age':57}, {'name':'Errr', 'age':20}]" -s "sorted_l=[]" -s "import operator" "list_to_sort.sort(key=operator.itemgetter('name'))"

1000000次循环，最好为3次：每个循环0.438微秒

Answer 20

如果要考虑性能，可以使用 itemmetter 。 itemmetter 通常比 lambda 运行得快。

from operator import itemgetter
result = sorted(data, key=itemgetter('age'))  # this will sort list by property order 'age'.

Answer 21

您可以使用以下代码

sorted_dct = sorted(dct_name.items(), key = lambda x : x[1])

如何按字典值对字典列表进行排序？

21 个答案: