Python如何对带表头的CSV文件按数值列排序且保留表头位置

解决方案 #

直接在排序的key函数中添加表头判断逻辑即可，不需要拆分表头和数据行，全程可以用极简代码完成：

import csv

# 读取文件并完成排序
with open('CleanReport.csv', 'r', encoding='utf-8') as f:
    reader = csv.reader(f)
    # 表头行的Age列为非数字，返回无穷大保证降序时永远排在第一位，其余行转整数排序
    sorted_rows = sorted(reader, key=lambda x: int(x[2]) if x[2].isdigit() else float('inf'), reverse=True)

# 一次性写入排序后所有内容，无需单独处理表头
with open('SortedCleanReport.csv', 'w', encoding='utf-8', newline='') as f:
    csv.writer(f).writerows(sorted_rows)

# 验证输出
for row in sorted_rows:
    print(row)

逻辑说明

1. 原来lambda转int报错是因为表头行的第2索引取值为字符串Age，无法转成整数，这里通过isdigit()判断区分表头和数据行
2. 表头行返回float('inf')（无穷大），配合reverse=True降序规则，无穷大是最大值，会固定排在所有行的最前面
3. 数据行直接把Age列转成整数作为排序依据，实现数值维度的降序排序
4. 写入时直接调用writerows方法批量写入所有排序后的行，不需要单独写入表头，也不需要逐行循环写入，完全避开你提到的四个繁琐步骤。

如果你的Age列存在负数场景，把判断条件改成x[2].lstrip('-').isdigit()即可兼容。

内容的提问来源于stack exchange，提问作者Rudra