如何对含重复total_points的OrderedDict条目进行二次排序？

执行顺序：先添加平均分字段，再执行排序 #

排序需要用到新的「比赛位置平均分」字段，所以必须先给所有选手计算并添加该字段，再基于total_points+平均分的组合条件重新排序——原排序只考虑了单一维度，二次调整容易破坏整体降序逻辑，不如一次性用多维度条件排序更可靠。

具体实现代码示例 #

假设你的选手数据是键为选手ID、值为信息字典的OrderedDict，代码逻辑如下：

from collections import OrderedDict

# 示例原数据（爬虫生成并已按total_points降序的OrderedDict）
players = OrderedDict([
    ("player_a", {"total_points": 120, "position_scores": [88, 92, 90]}),
    ("player_b", {"total_points": 120, "position_scores": [95, 93, 94]}),
    ("player_c", {"total_points": 110, "position_scores": [85, 87]}),
    ("player_d", {"total_points": 120, "position_scores": [86, 89, 88]})
])

# 1. 给每个选手添加比赛位置平均分字段
for player_id, details in players.items():
    # 计算平均分，处理无位置得分的边界情况
    pos_scores = details.get("position_scores", [])
    details["position_avg"] = sum(pos_scores) / len(pos_scores) if pos_scores else 0.0

# 2. 多维度排序：先按total_points降序，相同则按position_avg降序
sorted_players = OrderedDict(
    sorted(players.items(), 
           key=lambda item: (-item[1]["total_points"], -item[1]["position_avg"])
    )
)

关键逻辑说明 #

• 排序的key用元组(-total_points, -position_avg)，负号实现降序：先比较total_points，值大的在前；当total_points相同时，再比较position_avg，值大的在前。
• 如果需要升序排列平均分，去掉对应负号即可。
• 原有的OrderedDict排序结果可以直接覆盖，因为新排序已经包含了原排序逻辑，且补充了平均分维度。

内容的提问来源于stack exchange，提问作者Eddi