用Python方式对多列记录进行排序

Question

假设我们以以下方式在文件中有很多记录。

10.10.10.10(tcp/443) : Some SSL Vulnerability : Medium : Patched

10.10.10.11(tcp/888) : Some RCE Vulnerability : High : Not Patched

这些记录的第3列的值为Critical, High, Medium, Low 。

用这种方式对这些记录进行排序的最好的pythonic方法是：1.关键，2。高，3。中4.低？

Answer 1

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>}]

Answer 2

如果您可以将表转换为pandas数据框（例如，使用pandas.read_csv ），则可以完成以下工作：

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)

然后在开始时df是

    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

最终df是

    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，指定顺序的行是

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

Answer 3

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； 该数字值用作list.sort的排序键函数参数。 我的键功能还将每个记录的第一个字段用作辅助排序键，以便在按等级排序的每个部分中，条目也按该第一个字段排序。

由于您的问题仅包含两行样本数据，因此我构建了一些简单的伪数据。

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))

产量

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