赛道数据分析：无if条件判断的赛车排名实现方案求助

核心思路 #

先将所有赛车的圈数、最佳圈速、最后圈速结构化存储，再通过多条件排序规则自动完成排名判定，彻底避免冗余的if判断。

具体实现步骤 #

1. 结构化赛车数据
   把分散的单变量数据整合为字典列表，每一条数据对应一辆赛车的完整信息：

   # 替换为你的实际变量值
   cars = [
       {"id": 1, "lap_counter": Lapcounter1, "best_lap": BestLap1, "last_lap": LastLap1},
       {"id": 2, "lap_counter": Lapcounter2, "best_lap": BestLap2, "last_lap": LastLap2},
       {"id": 3, "lap_counter": Lapcounter3, "best_lap": BestLap3, "last_lap": LastLap3},
       {"id": 4, "lap_counter": Lapcounter4, "best_lap": BestLap4, "last_lap": LastLap4}
   ]
   

2. 定义多维度排序规则
   按照赛事排名逻辑（优先圈数多的；圈数相同则最佳圈速更快的；仍相同则最后圈速更快的），用sorted()函数的key参数实现自动排序：

   # 排序逻辑：-lap_counter 表示圈数降序，best_lap/last_lap 表示时间升序（更快）
   sorted_cars = sorted(cars, key=lambda x: (-x["lap_counter"], x["best_lap"], x["last_lap"]))
   

3. 输出排名（支持并列）
   遍历排序后的列表，自动处理并列排名场景：

   current_rank = 1
   prev_score = None
   
   for idx, car in enumerate(sorted_cars):
       # 生成用于判断并列的成绩标识
       current_score = (car["lap_counter"], car["best_lap"], car["last_lap"])
       # 若当前车与上一辆成绩不同，更新排名
       if idx > 0 and current_score != prev_score:
           current_rank = idx + 1
       print(f"Car {car['id']} is ranked {current_rank}")
       prev_score = current_score
   

方案优势 #

• 彻底消除冗余if判断，代码简洁可维护
• 天然支持圈数相同的场景，无需额外修改逻辑
• 可扩展性强：新增赛车或排名维度时，仅需修改数据结构或排序key即可

内容的提问来源于stack exchange，提问作者wolfrevo