np.lexsort如何为每个排序列单独指定升降序（支持字符串列场景）

numpy的np.lexsort本身仅支持所有排序键按升序排列，要实现自定义每列升降序，核心逻辑是：对需要降序排列的列，将其转换为升序排列等价于原列降序排列的键，再传入lexsort即可。

示例场景直接解法 #

你的示例数组所有元素为字符串类型，排序键为数值内容，直接转整数取负即可作为降序的键：

import numpy as np
arr = np.array([list("aaabbb"),[1,2,3,1,4,3],[1,2,3,4,6,6]]).T

# 按列2（索引2）优先降序，再按列1（索引1）降序
idx = np.lexsort([
    -arr[:,1].astype(int), # 第二排序规则：列1降序
    -arr[:,2].astype(int)  # 第一排序规则：列2降序
])
sorted_arr = arr[idx]

运行后得到的结果和你给出的预期完全一致。

通用实现方案 #

如果要支持任意数据类型（含字符串、数值等所有支持比较的类型）、自由指定排序列和每个列的升降序，可以封装为通用函数：

def numpy_multi_sort(arr, sort_cols, ascending):
    """
    通用numpy多列自定义排序函数
    :param arr: 输入numpy数组
    :param sort_cols: 排序列索引列表，优先级从低到高（和lexsort参数顺序一致）
    :param ascending: 布尔列表，和sort_cols长度一一对应，True为升序，False为降序
    :return: 排序后的数组
    """
    sort_keys = []
    for col_idx, is_asc in zip(sort_cols, ascending):
        col_data = arr[:, col_idx]
        # 生成列的全局排名，兼容所有可比较类型
        col_rank = np.argsort(np.argsort(col_data))
        # 降序则对排名取负，lexsort升序排列负排名等价于原列降序
        if not is_asc:
            col_rank = -col_rank
        sort_keys.append(col_rank)
    # 获取排序索引
    sort_idx = np.lexsort(sort_keys)
    return arr[sort_idx]

如果你习惯pandas的调用风格（排序列表靠前的优先级更高），可以再加一层适配：

def numpy_multi_sort_pd(arr, by_cols, ascending):
    """
    对齐pandas sort_values调用风格的多列排序
    :param arr: 输入numpy数组
    :param by_cols: 排序列索引列表，优先级从高到低（和pandas by参数一致）
    :param ascending: 布尔列表，和by_cols长度一一对应，True为升序，False为降序
    :return: 排序后的数组
    """
    # 反转顺序适配lexsort的优先级规则
    return numpy_multi_sort(arr, by_cols[::-1], ascending[::-1])

调用示例 #

# 对应你的需求：优先按列2降序，再按列1降序
sorted_arr = numpy_multi_sort_pd(arr, by_cols=[2, 1], ascending=[False, False])

内容的提问来源于stack exchange，提问作者FredMaster