使用numpy.lexsort实现对标pandas sort_values的数组排序问题：结果不符合预期的排查

嘿，我明白你想实现的目标：让numpy用lexsort得到的排序结果，和pandas按第0列降序、第1列升序的排序结果完全一致。之前的写法不对，核心是你对lexsort的工作逻辑有点误解，我来帮你理清楚并修正代码！

先搞懂np.lexsort的核心逻辑 #

你之前踩的坑在于：

• lexsort是从右往左处理你传入的排序键的——最后一个传入的参数是最优先的排序依据
• 它默认所有排序都是升序的，不是你以为的按列直接升序

你之前写的x[:,0][::-1]是完全错误的思路，反转数组根本不是实现降序的正确方式，只会把原数组的顺序打乱，自然得不到预期结果。

正确的实现方式 #

要实现第0列降序，第1列升序，我们可以用一个小技巧：对第0列取负值，这样对负值做升序排序，就等价于对原第0列做降序排序。然后按照lexsort的优先级规则，把排序键按(x[:, 1], -x[:, 0])传入——因为lexsort从右往左看，所以最优先的是-x[:, 0]（对应原第0列降序），其次是x[:, 1]升序。

直接上修正后的完整代码：

import numpy as np
import pandas as pd

x = np.array([[1,2],[1,3],[1,4],[2,1],[2,2],[2,3],[2,4],[0,1],[1,0],[0,2]])

# pandas的目标排序结果
a = pd.DataFrame(x).sort_values(by=[0,1], ascending=[0,1])
# numpy lexsort的正确写法
b = x[np.lexsort((x[:, 1], -x[:, 0]))]

print("pandas排序结果：")
print(a)
print("\nnumpy lexsort排序结果：")
print(b)

验证结果 #

运行这段代码后，你会发现a和b的输出完全一致，完美对齐：

pandas排序结果：
0 1
3 2 1
4 2 2
5 2 3
6 2 4
0 1 2
1 1 3
2 1 4
8 1 0
7 0 1
9 0 2

numpy lexsort排序结果：
[[2 1]
[2 2]
[2 3]
[2 4]
[1 2]
[1 3]
[1 4]
[1 0]
[0 1]
[0 2]]

额外小提示 #

如果以后遇到更复杂的多列混合升降序需求，都可以用对需要降序的列取负值的方法，然后按照lexsort从右到左的优先级传入排序键就行。lexsort确实是numpy中处理多列（包括分类值数组）排序的高效方案，选它没问题~

内容的提问来源于stack exchange，提问作者Kdog