如何按字典的值对字典列表进行排序？

Question

如何按特定键的值对字典列表进行排序？ 鉴于：

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

按name排序时，应变为：

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

Answer 1

sorted()函数采用key=参数

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

或者，您可以使用operator.itemgetter而不是自己定义函数

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

为了完整起见，添加reverse=True以降序排序

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

Answer 2

import operator

按 key='name' 对字典列表进行排序：

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

按 key='age' 对字典列表进行排序：

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

Answer 3

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

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

my_list现在将是您想要的。

或更好：

从 Python 2.4 开始，有一个key参数更高效、更整洁：

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

... lambda 是，IMO，比operator.itemgetter更容易理解，但你的里程可能会有所不同。

Answer 4

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']))

这是相当骇人听闻的，因为它依赖于将值转换为单个字符串表示形式进行比较，但它对包括负数在内的数字按预期工作（尽管如果您使用数字，则需要使用零填充适当地格式化您的字符串）。

Answer 5

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 6

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 7

我猜你的意思是：

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

这将像这样排序：

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}]

做

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

给

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

更多关于 Perl Schwartzian 变换：

在计算机科学中，Schwartzian 变换是一种 Perl 编程习惯，用于提高对项目列表进行排序的效率。 当排序实际上是基于元素的某个属性（键）的排序时，此习惯用法适用于基于比较的排序，其中计算该属性是一项应执行最少次数的密集操作。 Schwartzian 变换值得注意的是它不使用命名的临时数组。

Answer 9

您可以使用自定义比较函数，也可以传入一个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键，而比较函数会被调用更多次。

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)

但是标准库包含一个用于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。 请参阅PythonInfo Wiki 中的 Sorting Mini-HOW TO

Answer 11

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 12

使用Pandas包是另一种方法，尽管它在大规模运行时比其他人提出的更传统的方法慢得多：

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()

以下是小列表和大 (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 13

这是另一种通用解决方案 - 它通过键和值对 dict 的元素进行排序。

它的优点 - 无需指定键，如果某些字典中缺少某些键，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 14

假设我有一本包含以下元素的字典D 要排序，只需使用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

看看这个。

Answer 15

如果您不需要dictionaries的原始list ，您可以使用自定义键函数使用sort()方法就地修改它。

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，将list和键函数传递给它，然后将返回的排序list分配给一个新变量：

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 16

我一直是 lambda 过滤器的忠实粉丝。 但是，如果考虑时间复杂度，这不是最佳选择。

第一个选项

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

第二种选择

list_to_sort.sort(key=operator.itemgetter('name'))
# Edits the list, and 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，3 次中的最佳：每个循环 0.736 微秒

# 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，3 次中的最佳：每个循环 0.438 微秒

Answer 17

如果性能是一个问题，我会使用operator.itemgetter而不是lambda ，因为内置函数比手工函数执行得更快。 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，内置函数比手动构建的等效函数运行得更快。 例如，map(operator.add, v1, v2) 比 map(lambda x,y: x+y, v1, v2) 快。

这是使用lambda与itemgetter的排序速度比较。

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

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最后一条语句来验证），但第一种技术要快一些。

Answer 18

正如@Claudiu 在此答案的评论部分中向@monojohnny 指出的那样，
给定：

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

按'age' 、 'name'键对字典列表进行排序
（就像在 SQL 语句中ORDER BY age, name ），你可以使用：

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

或者，同样

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

print(newlist)

[{'name': '巴特', '年龄': 10},
{'name': 'Milhouse', '年龄': 10},
{'name': 'Homer', 'age': 39}]

Answer 19

按多列排序，其中一些列按降序排列： cmp 数组对 cmp 函数是全局的，包含字段名称和 inv == -1 用于 desc 1 用于 asc

def cmpfun(a, b):
    for (name, inv) in cmps:
        res = cmp(a[name], b[name])
        if res != 0:
            return res * inv
    return 0

data = [
    dict(name='alice', age=10), 
    dict(name='baruch', age=9), 
    dict(name='alice', age=11),
]

all_cmps = [
    [('name', 1), ('age', -1)], 
    [('name', 1), ('age', 1)], 
    [('name', -1), ('age', 1)],]

print 'data:', data
for cmps in all_cmps: print 'sort:', cmps; print sorted(data, cmpfun)

Answer 20

您可以使用以下代码

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