原生Python如何实现按str升序、datetime降序的多字段排序

待排序的列表元素包含两个属性：

i.member : str
i.time : datetime

最初尝试的排序代码：

l.sort(key=lambda i: (i.member, -i.time))

运行报错，原因是Python不支持直接用-运算符对datetime对象取反。需求是实现和Pandasdf.sort_values(by=['member', 'time'], ascending=[True, False])完全一致的效果：先按member字段升序排列，同一个member下的记录按time字段降序排列，且不引入第三方库带来的额外加载开销。

不需要依赖任何第三方库，有两种成熟方案可选：

方案1：借助稳定排序特性分两次排序（通用首选） #

Python内置的列表排序是稳定排序：如果两个元素的排序key相等，它们在排序后列表中的相对顺序和排序前完全一致。利用这个特性，我们可以按排序优先级从低到高依次排序，高优先级的排序不会打乱低优先级同key元素的已有顺序。
对应代码非常简单：

# 先排优先级更低的time字段，指定reverse=True实现降序
l.sort(key=lambda i: i.time, reverse=True)
# 再排优先级更高的member字段，默认升序即可
# 稳定排序特性会自动保留同一个member下，之前排好的time降序结果
l.sort(key=lambda i: i.member)

这个方案没有任何类型限制，不管字段是datetime、字符串还是自定义可比较类型都能正常工作，不需要对字段值做额外转换，兼容性拉满。两次排序的总时间复杂度依然是O(n log n)，和单次排序的性能差异可以忽略。

方案2：转换key值实现单次元组排序 #

如果希望只调用一次sort完成排序，可以把需要降序的字段转换成支持反向比较的值。针对datetime类型，直接取对应的Unix时间戳，对时间戳取反就能实现倒序效果：

l.sort(key=lambda i: (i.member, -i.time.timestamp()))

使用这个方法需要注意：列表里所有的datetime对象必须是同时区的（要么都是不带时区信息的naive时间，要么都是同一时区的aware时间），否则时间戳转换会出现逻辑偏差。如果是字符串这类无法直接取反的字段，需要额外实现反向比较的包装类，通用性不如两次排序的方案。

说明：Python原生sort不支持直接传入布尔列表为每个key字段单独指定升降序。因为sort的key参数只要求返回一个可比较对象，元组作为key时是按位置逐位比较大小的，本身没有为每个位置单独指定排序方向的设计，所以要么转换字段值适配元组比较规则，要么利用稳定排序分多轮完成。

内容的提问来源于stack exchange，提问作者ifly6