Python中不改变原行序对多维字符串数组按指定列降序排序

现有NumPy多维数组如下：

import numpy as np
x = np.array([['PP Mango', 0.25, 0.75, 'PP'],
       ['PP Nectarine', 0.25, 0.75, 'PP'],
       ['Lemon', 0.25, 0.75, 'Loose'],
       ['PP Peach', 0.25, 0.75, 'PP'],
       ['Orange Navel', 0.25, 0.75, 'Loose'],
       ['PP Cherries', 0.25, 0.75, 'PP']], dtype=object)

需求：按第4列（x[:,3]，值仅为'PP'或'Loose'）降序排序，且不改变同组内原行的顺序。

尝试代码：

x[x[:,3].argsort()][::-1]  # 该代码会打乱同组内的原始行顺序，不符合要求

预期输出：

x = np.array([['PP Mango', 0.25, 0.75, 'PP'],
       ['PP Nectarine', 0.25, 0.75, 'PP'],
       ['PP Peach', 0.25, 0.75, 'PP'],
       ['PP Cherries', 0.25, 0.75, 'PP'],
       ['Lemon', 0.25, 0.75, 'Loose'],
       ['Orange Navel', 0.25, 0.75, 'Loose']], dtype=object)

原因分析 #

你之前用的argsort()默认采用快速排序，属于不稳定排序——相同键值的元素会被重新打乱顺序。要实现需求，必须用稳定排序或者直接分组拼接。

方法1：稳定排序实现 #

利用numpy.argsort的kind='mergesort'参数启用稳定排序，配合自定义排序键实现降序：

import numpy as np

# 将'PP'映射为1，'Loose'映射为0，方便排序
sort_key = np.where(x[:,3] == 'PP', 1, 0)
# 用归并排序（稳定排序）得到升序索引，反转后即为降序且保留原顺序的索引
sorted_indices = sort_key.argsort(kind='mergesort')[::-1]
result = x[sorted_indices]

方法2：分组拼接（更直观） #

直接提取原数组中'PP'组和'Loose'组的行，按要求顺序拼接，完全保留原组内顺序：

pp_rows = x[x[:,3] == 'PP']
loose_rows = x[x[:,3] == 'Loose']
result = np.vstack([pp_rows, loose_rows])

这种方法适合仅两类分组的场景，逻辑简单直接，不会有排序导致的顺序打乱问题。

内容的提问来源于stack exchange，提问作者user12345