Python嵌套列表排序问题：按数值排序且同数值按字母排序

首先看你代码里的几个小问题，先帮你捋清楚：

• 创建numpy数组时，得用np.array()而非np.array[]，括号才是调用函数的正确方式；
• numpy里压根没有np.sorted()这个方法，正确的是np.sort()，但更关键的是：把字符串和数字塞进同一个numpy数组时，所有元素会被自动转成字符串类型，这时候按x[1]排序就变成了字符串比较（比如"56"和"67"会按字符顺序比，逻辑上就错了）；
• 就算用numpy的sort，它的排序参数用法和Python内置sorted完全不一样，不能直接传lambda当key。

方法一：用Python内置sorted()函数（推荐） #

这个方法更直观，也不会有类型转换的坑，直接指定排序规则就行：

先修正你的原始数据（注意字符串要加引号哦）：

students = [['ram', 67], ['Sam', 56], ['don', 67], ['tom', 78], ['Raul', 54]]

然后排序：我们需要先按数值（第二个元素）升序，数值相同时按名字（第一个元素）升序。这里把key设为元组(x[1], x[0].lower())，用lower()是为了忽略大小写排序（避免大写字母莫名排在前面）：

sorted_students = sorted(students, key=lambda x: (x[1], x[0].lower()))
print(sorted_students)

输出结果：

[['Raul', 54], ['Sam', 56], ['don', 67], ['ram', 67], ['tom', 78]]

如果想让数值降序、名字仍升序，不用直接加reverse=True（会同时反转两个条件），把数值取负数就行：

sorted_students = sorted(students, key=lambda x: (-x[1], x[0].lower()))

方法二：用numpy处理（适合大规模数据） #

如果你一定要用numpy，得用结构化数组来区分不同类型的字段，这样才能指定多条件排序：

import numpy as np

# 创建结构化数组，明确指定字段类型：名字是字符串，分数是整数
students = np.array([('ram', 67), ('Sam', 56), ('don', 67), ('tom', 78), ('Raul', 54)],
                   dtype=[('name', 'U10'), ('score', int)])

# 按score升序，再按name升序排序
sorted_students = np.sort(students, order=['score', 'name'])
print(sorted_students)

输出结果：

[('Raul', 54) ('Sam', 56) ('don', 67) ('ram', 67) ('tom', 78)]

要是想忽略大小写排序，得先给数组加个小写名字的字段：

# 添加小写名字字段
students['lower_name'] = np.char.lower(students['name'])
# 按score升序、lower_name升序排序
sorted_students = np.sort(students, order=['score', 'lower_name'])
# 去掉临时的lower_name字段再输出
sorted_students = sorted_students[['name', 'score']]
print(sorted_students)

这样就能得到和纯Python方法一致的忽略大小写排序结果啦。

内容的提问来源于stack exchange，提问作者Shivam Rai