Сортировка списка Python по двум полям

У меня есть следующий список, созданный из отсортированного CSV

list1 = sorted(csv1, key=operator.itemgetter(1))

Я бы хотел отсортировать список по двум критериям: сначала по значению в поле 1, а затем по значению в поле 2. Как мне это сделать?

как это:

import operator
list1 = sorted(csv1, key=operator.itemgetter(1, 2))

Не нужно ничего импортировать при использовании лямбда-функций.
Следующие сортировки listпо первому элементу, затем по второму элементу.

sorted(list, key=lambda x: (x[0], -x[1]))

Python имеет стабильную сортировку, поэтому при условии, что производительность не является проблемой, самый простой способ - отсортировать ее по полю 2, а затем снова отсортировать по полю 1.

Это даст вам желаемый результат, единственная выгода в том, что, если это большой список (или вы хотите его часто сортировать), дважды вызвать сортировку может быть недопустимо.

list1 = sorted(csv1, key=operator.itemgetter(2))
list1 = sorted(list1, key=operator.itemgetter(1))

Это также облегчает обработку ситуации, когда вы хотите, чтобы некоторые столбцы сортировались в обратном порядке, просто при необходимости включите параметр «reverse = True».

В противном случае вы можете передать несколько параметров в itemgetter или вручную создать кортеж. Вероятно, это будет быстрее, но есть проблема в том, что он плохо обобщается, если некоторые столбцы хотят быть отсортированы в обратном порядке (числовые столбцы все еще можно перевернуть путем их отрицания, но это мешает стабильности сортировки).

Поэтому, если вам не нужны никакие столбцы с обратной сортировкой, перейдите, если хотите, к нескольким аргументам itemgetter, и столбцы не будут числовыми, или вы хотите, чтобы сортировка оставалась стабильной, для нескольких последовательных сортировок.

Изменить: Для комментаторов, у которых есть проблемы с пониманием того, как это отвечает на исходный вопрос, вот пример, который показывает, как именно стабильный характер сортировки гарантирует, что мы можем выполнять отдельные сортировки по каждому ключу и в конечном итоге получим данные, отсортированные по нескольким критериям:

DATA = [
    ('Jones', 'Jane', 58),
    ('Smith', 'Anne', 30),
    ('Jones', 'Fred', 30),
    ('Smith', 'John', 60),
    ('Smith', 'Fred', 30),
    ('Jones', 'Anne', 30),
    ('Smith', 'Jane', 58),
    ('Smith', 'Twin2', 3),
    ('Jones', 'John', 60),
    ('Smith', 'Twin1', 3),
    ('Jones', 'Twin1', 3),
    ('Jones', 'Twin2', 3)
]

# Sort by Surname, Age DESCENDING, Firstname
print("Initial data in random order")
for d in DATA:
    print("{:10s} {:10s} {}".format(*d))

print('''
First we sort by first name, after this pass all
Twin1 come before Twin2 and Anne comes before Fred''')
DATA.sort(key=lambda row: row[1])

for d in DATA:
    print("{:10s} {:10s} {}".format(*d))

print('''
Second pass: sort by age in descending order.
Note that after this pass rows are sorted by age but
Twin1/Twin2 and Anne/Fred pairs are still in correct
firstname order.''')
DATA.sort(key=lambda row: row[2], reverse=True)
for d in DATA:
    print("{:10s} {:10s} {}".format(*d))

print('''
Final pass sorts the Jones from the Smiths.
Within each family members are sorted by age but equal
age members are sorted by first name.
''')
DATA.sort(key=lambda row: row[0])
for d in DATA:
    print("{:10s} {:10s} {}".format(*d))

Это работоспособный пример, но для спасения людей, работающих под его управлением, вывод:

Initial data in random order
Jones      Jane       58
Smith      Anne       30
Jones      Fred       30
Smith      John       60
Smith      Fred       30
Jones      Anne       30
Smith      Jane       58
Smith      Twin2      3
Jones      John       60
Smith      Twin1      3
Jones      Twin1      3
Jones      Twin2      3

First we sort by first name, after this pass all
Twin1 come before Twin2 and Anne comes before Fred
Smith      Anne       30
Jones      Anne       30
Jones      Fred       30
Smith      Fred       30
Jones      Jane       58
Smith      Jane       58
Smith      John       60
Jones      John       60
Smith      Twin1      3
Jones      Twin1      3
Smith      Twin2      3
Jones      Twin2      3

Second pass: sort by age in descending order.
Note that after this pass rows are sorted by age but
Twin1/Twin2 and Anne/Fred pairs are still in correct
firstname order.
Smith      John       60
Jones      John       60
Jones      Jane       58
Smith      Jane       58
Smith      Anne       30
Jones      Anne       30
Jones      Fred       30
Smith      Fred       30
Smith      Twin1      3
Jones      Twin1      3
Smith      Twin2      3
Jones      Twin2      3

Final pass sorts the Jones from the Smiths.
Within each family members are sorted by age but equal
age members are sorted by first name.

Jones      John       60
Jones      Jane       58
Jones      Anne       30
Jones      Fred       30
Jones      Twin1      3
Jones      Twin2      3
Smith      John       60
Smith      Jane       58
Smith      Anne       30
Smith      Fred       30
Smith      Twin1      3
Smith      Twin2      3

Обратите внимание, в частности, на то, что на втором шаге reverse=Trueпараметр сохраняет имена первым по порядку, тогда как простая сортировка, а затем обращение к списку приведет к потере желаемого порядка для третьего ключа сортировки.

list1 = sorted(csv1, key=lambda x: (x[1], x[2]) )

employees.sort(key = lambda x:x[1])
employees.sort(key = lambda x:x[0])

Мы также можем использовать .sort с лямбдой 2 раза, потому что сортировка Python установлена ​​и стабильна. Сначала будет отсортирован список по второму элементу x [1]. Затем будет отсортирован первый элемент, x [0] (самый высокий приоритет).

employees[0] = Employee's Name
employees[1] = Employee's Salary

Это эквивалентно выполнению следующих действий: employee.sort (key = lambda x: (x [0], x [1]))

В порядке возрастания вы можете использовать:

sorted_data= sorted(non_sorted_data, key=lambda k: (k[1],k[0]))

или в порядке убывания вы можете использовать:

sorted_data= sorted(non_sorted_data, key=lambda k: (k[1],k[0]),reverse=True)

Сортировка списка диктов с помощью ниже будет сортировать список в порядке убывания по первому столбцу как зарплата и второму столбцу как возраст

d=[{'salary':123,'age':23},{'salary':123,'age':25}]
d=sorted(d, key=lambda i: (i['salary'], i['age']),reverse=True)

Вывод: [{'salary': 123, 'age': 25}, {'salary': 123, 'age': 23}]