使用另一个列表对Python列表中的字符串进行排序

Question

假设我有以下列表：

List1=['Name1','Name3','Color1','Size2','Color3','Color2','Name2','Size1', 'ID']
List2=['ID','Color1','Color2','Size1','Size2','Name1','Name2']

每个列表都将有名为“ID”变量的元素，然后是另外三个类别（名称、颜色和尺寸），其中每个类别中的元素数量不确定。

我想使用以下“排序列表”对这些变量进行排序，而不知道每个类别中将有多少个元素：

SortList=['ID','Name','Size','Color']

我可以得到期望的输出（见下文），虽然我想象中还有更好/更符合Python风格的方法。

>>> def SortMyList(MyList,SortList):       
...     SortedList=[]       
...     for SortItem in SortList:
...         SortItemList=[]
...         for Item in MyList:
...             ItemWithoutNum="".join([char for char in Item if char.isalpha()])  
...             if SortItem==ItemWithoutNum:
...                 SortItemList.append(Item)
...         if len(SortItemList)>1:
...             SortItemList=[SortItem+str(I) for I in range(1,len(SortItemList)+1)]
...         for SortedItem in SortItemList:
...             SortedList.append(SortedItem)
...     return SortedList
... 
>>> 
>>> SortMyList(List1, SortList)
['ID', 'Name1', 'Name2', 'Name3', 'Size1', 'Size2', 'Color1', 'Color2', 'Color3']
>>> SortMyList(List2, SortList)
['ID', 'Name1', 'Name2', 'Size1', 'Size2', 'Color1', 'Color2']
>>> 

您有什么建议可以改进我的方法或代码吗？

- AJG519

---

我有点不清楚这里... "Name" 类别的 do 项是否都以子字符串 "Name" 开头？ - mgilson

你是否可以有像 Name11 这样的条目，你希望它在 Name10 之后、Name12 之前？ - DSM

这可能属于 代码审查 - 我的初步建议是修复您的大小写 - StudlyCase 单词适用于类定义，而不是函数或变量。pep8 和 pyflakes 是两个 linters，它们将帮助指出您代码中至少的样式问题。尽管您可能需要对它们的建议持保留态度。grain of salt - Wayne Werner

@ mgilson - 是的，同一类别中的所有项目都将以相同的子字符串开头。是的，@DSM，条目可以超过1个数字，如果是这样，Name11应该放在Name10和Name12之间。 - AJG519

Answer 1

您可以使用自定义键函数对列表进行排序，该函数返回一个2元组，用于主要排序和次要排序。

主要排序是按照您的“标签”顺序（首先是ID，然后是名称等）进行的。 次要排序是按其后面的数字值进行的。

tags = ['ID','Name','Size','Color']
sort_order = { tag : i for i,tag in enumerate(tags) }

def elem_key(x):
    for tag in tags:
        if x.startswith(tag):
            suffix = x[len(tag) : ]
            return ( sort_order[tag],
                     int(suffix) if suffix else None )
    raise ValueError("element %s is not prefixed by a known tag. order is not defined" % x)

list1.sort(key = elem_key)

- shx2

---

你可以解释一下 assert 0 这行代码吗？ - 8one6

@8one6，好的。请在断言行中查看更多细节。 - shx2

它确保这个自定义键函数在遇到意外输入时主动出错（而不是被动失败）吗？ - 8one6

无论如何都会失败（尝试将元组与键函数可能返回的其他内容进行比较，例如None），但是这种方式可以明确地报告错误条件。 - shx2

Answer 2

只要你知道List2只包含以sortList中的内容开头的字符串，这个方法就能正常工作。

List2=['ID','Color4','Color2','Size1','Size2','Name2','Name1']
sortList=['ID','Name','Size','Color']
def sort_fun(x):
    for i, thing in enumerate(sortList):
        if x.startswith(thing):
            return (i, x[len(thing):])

print sorted(List2, key=sort_fun)

- Garrett R

Answer 3

你只需要提供适当的密钥：

List1.sort( key = lambda x : ('INSC'.index(x[0]),x[-1]))
# ['ID', 'Name1', 'Name2', 'Name3', 'Size1', 'Size2', 'Color1', 'Color2', 'Color3']

元素将按第一个字母排序，然后根据最后一位数字（如果存在）排序。这里可以正常工作，因为所有第一个字母都不同，并且数字最多只有一位。

编辑：对于多位数字，可以使用更加难懂的解决方案。

List1.sort( key =lambda x : ('INSC'.index(x[0]),int("0"+"".join(re.findall('\d+',x)))))
 # ['ID', 'Name1', 'Name2', 'Name10', 'Size1', 'Size2', 'Color1', 'Color2', 'Color3']

- B. M.

---

怎么样 ['Color10', 'Color2']。结果可能对于大于9的数字是错误的。 - user2683246

Answer 4

在这种情况下，有没有比简单的正则表达式更容易从字符串中提取数据的方法？

import re

def keygen(sort_list):
    return lambda elem: (
        sort_list.index(re.findall(r'^[a-zA-Z]+', elem)[0]),
        re.findall(r'\d+$', elem)
    )

使用方法：

   SortList = ['ID', 'Name', 'Size', 'Color']
   List1 = ['Name1', 'Name3', 'Color1', 'Size2', 'Color3', 'Color2','Name2', 'Size1', 'ID']
   List2 = ['ID', 'Color1', 'Color2', 'Size1', 'Size2', 'Name1', 'Name2']
   sorted(List1, key=keygen(SortList))
=> ['ID', 'Name1', 'Name2', 'Name3', 'Size1', 'Size2', 'Color1', 'Color2', 'Color3']
   sorted(List2, key=keygen(SortList))
=> ['ID', 'Name1', 'Name2', 'Size1', 'Size2', 'Color1', 'Color2']

解释：

^[a-zA-Z]+匹配字符串开头的字母部分，\d$匹配字符串末尾的数字部分。

keygen返回一个使用字符串作为输入，并返回两个元素的元组：
第一个元素是列表中字母部分的位置（如果列表中没有该元素则引发ValueError异常），
第二个元素是包含字符串末尾数字部分的单元素列表，如果字符串不以数字结尾则为空列表。

一些可能的改进：

• sort_list.index的调用复杂度为O(n)，对于列表中的每个元素都会调用一次；可以用O(1)的字典查找来加快排序速度（我没有这样做是为了保持简单），
• 数字部分可以转换为实际的整数 （1 < 2 < 10，但'1' < '10' < '2'）

应用这些改进后：

import re

def keygen(sort_list):
    index = {(word, index) for index, word in enumerate(sort_slist)}
    return lambda elem: (
        index[re.findall(r'^[a-zA-Z]+', elem)[0]],
        [int(s) for s in re.findall(r'\d+$', elem)]
    )

- GingerPlusPlus