如何對已經按降序排序的字典進行排序，以使具有相似平均值的人按字母順序出現？

Question

想象一下，我們有一個人名和平均值的字典，它們按值（平均值）按降序排序。 我想以具有相似平均值的人按字母順序出現的方式對字典進行排序。 例如：

Ayda,19
Alex,18
Jack,17
George,17
Robbie,15

我想得到這個輸出：

Ayda,19
Alex,18
George,17
Jack,17
Robbie,15

我想修改以下代碼：

def calculate_sorted_averages(file1, file2):
    with open (r'C:\Users\sony\Desktop\Python with Jadi\file1.csv', 'r') as f1:
        reader=csv.reader(f1)
        d={}
        for row in reader:
            name=row[0]
            average=float(row[1])
            d[name]=average
        sorted_dict=dict(sorted(d.items(), key=operator.itemgetter(1), reverse=False))
        with open (r'C:\Users\sony\Desktop\Python with Jadi\file2.csv', 'w', newline='') as f2:
            for key in sorted_dict.keys():
                writer=csv.writer(f2)
                writer.writerow([key,sorted_dict[key]])

我認為對字典的一部分進行排序會有所幫助，但我不知道如何拆分字典，按字母順序對其進行排序，然后將其重新合並在一起。 你能幫忙弄清楚嗎？

Answer 1

我會建議按反向average排序以進行降序（因此-1 * n ），然后按name進行字母排序。 例如：

names_strng = """
Ayda,19
Alex,18
Jack,17
George,17
Robbie,15
"""


my_dct = dict(s.split(',') for s in names_strng.strip().split('\n'))

print(my_dct)

my_dct_srted = dict(sorted(my_dct.items(), key=lambda pare: (-float(pare[1]), pare[0])))

print(my_dct_srted)

出去：

{'Ayda': '19', 'Alex': '18', 'Jack': '17', 'George': '17', 'Robbie': '15'}
{'Ayda': '19', 'Alex': '18', 'George': '17', 'Jack': '17', 'Robbie': '15'}