dataframe 排序_蚂蚁面试小测：如何对包含json数据的list排序？

日前，参加了蚂蚁数据研发专家的面试，被问到了一个非常细节的问题，即Python中list的排序问题，场景如下：有一个学生成绩表，学生成绩以json方式存储，包括学生学号、姓名、成绩、班级等信息，学生成绩表以list方式存储。

#创建一个学生成绩表list，存储学生成绩，包括学生学号、姓名、成绩、班级import pandas as pdlist_ex = [    {'id':2,'name':'张三','score':96,'class':'三班'},    {'id':1,'name':'李四','score':96,'class':'四班'},    {'id':3,'name':'王五','score':95,'class':'四班'},    {'id':4,'name':'赵六','score':100,'class':'五班'},    {'id':5,'name':'田七','score':90,'class':'六班'}]print(type(list_ex))list_ex

学生成绩表

那么，如何按照不同的信息对学生成绩表list进行排序呢？

想了下，有两种方法可以做，一种是直接用list的sort函数，一种是将list转换为dataframe，然后使用dataframe的sort_values函数。

list：sort()

列表list自带sort函数，有key和reverse两个参数，其中key参数是callback类型，即需要传入一个函数，可以是def显示定义的函数，也可以是lambda表达式。

#按成绩score排列，key中传入lambda表达式list_ex.sort(key=lambda x:x['score'])list_ex

按成绩升序

从上面的结果可以看出sort默认是升序排列的，sort函数的reverse参数可以控制排序方向，默认为False升序，reverse=True意味着降序。

#使用reverse控制排序方向list_ex.sort(key=lambda x:x['score'],reverse=True)list_ex

降序排列

这样就实现了成绩的降序排列，分数越高的排名越靠前。

在上面排序中，张三和李四都是96分，张三排在李四前面，因为原始成绩表中张三排在李四前面。然而，在实际业务中应该是学号小的排在前面，因此需要按照成绩、学号共同排序，使得成绩降序、学号升序。

sort函数的key参数也是一个函数，其中也可以传入多个参数，从而实现多维度的排序。

#key中传入sore和id两个参数，实现多维度排序list_ex.sort(key=lambda x:(x['score'],x['id']),reverse=True)list_ex

实现对两个字段的排序

sort函数中只有一个reverse参数，实现的是整体的排序方向控制，因此成绩和学号都是降序，与业务不相符。

下面通过两步操作来实现不同的方向控制，即成绩降序、学号升序：

#两步操作list_ex.sort(key=lambda x:(x['id'])) #先按照第二字段Id升序list_ex.sort(key=lambda x:(x['score']),reverse=True)#再按照第一字段Score降序排列list_ex

控制多字段的排序方向

这样就实现了业务想要的排序操作，排过序的列表按照成绩降序，同分的学生按学号由小到大排序。

DataFrame：sort_values

除了list自带的sort函数，还可以把list转换成dataframe，然后使用datafram的sort_values函数。

#把list转换为dataframedf_ex = pd.DataFrame(list_ex)print(type(df_ex))df_ex

dataframe

#按照成绩score降序，ascending控制排序方向，True为升序，False为降序df_ex.sort_values(by='score',ascending=False)

按成绩降序

#两步法，先按照第二字段ID升序，再按照第一字段score降序df_ex.sort_values(by='id',ascending=True)df_ex.sort_values(by='score',ascending=False)

按成绩、学号排序

这样这实现了对包含json数据的list排序，您还有其他高效方法吗？欢迎评论区留言，一起交流交流。

---

我是会说科技，关注我，一起聊聊数据、科技、IT、安全、金融那些琐事。