需明确数据结构类型及排序优先级：字典列表用sorted+lambda或cmp_to_key；元组列表按索引排序；pandas dataframe用sort_values并指定ascending；自定义类用attrgetter或lambda；itemgetter可提升性能但混合方向需分步稳定排序。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望使用CodeGeeX辅助编写Python数据排序代码，尤其是实现多字段排序功能，则需明确数据结构类型（如列表嵌套字典、元组列表或pandas DataFrame）及排序优先级。以下是针对不同数据结构的多种实现方法：
一、对字典列表按多字段升序/降序排序
该方法适用于存储为字典列表的数据，利用sorted()函数配合lambda表达式定义多级排序键，支持各字段独立指定升序或降序。
1、定义包含姓名、年龄、分数的字典列表，例如：data = [{'name': 'Alice', 'age': 25, 'score': 89}, {'name': 'Bob', 'age': 30, 'score': 78}, {'name': 'Charlie', 'age': 25, 'score': 95}]。
2、调用sorted()函数，以lambda返回元组作为key参数，其中对需降序的字段取负值或使用reverse参数组合：sorted_data = sorted(data, key=lambda x: (x['age'], -x['score']))。
3、若需更灵活控制各字段方向，改用functools.cmp_to_key与自定义比较函数：from functools import cmp_to_key；def multi_cmp(a, b): if a['age'] != b['age']: return a['age'] - b['age']; return b['score'] - a['score']; sorted_data = sorted(data, key=cmp_to_key(multi_cmp))。
二、使用operator.itemgetter进行高效多字段排序
itemgetter可避免lambda开销，提升排序性能，尤其适合大数据量场景，且天然支持多字段顺序及正向/反向组合。
1、导入operator模块：from operator import itemgetter。
2、对年龄升序、分数降序排序，构造复合key：sorted_data = sorted(data, key=itemgetter('age', 'score'), reverse=False)。
3、因itemgetter不直接支持混合方向，需先按主字段排序，再对子集稳定排序：sorted_data = sorted(sorted(data, key=itemgetter('score'), reverse=True), key=itemgetter('age'))。
三、pandas DataFrame多列排序
当数据已加载为DataFrame时，sort_values()方法提供最简洁的多字段排序接口，支持columns列表和ascending布尔列表精确控制每列方向。
1、确保已安装并导入pandas：import pandas as pd。
2、构建DataFrame：df = pd.DataFrame([{'name': 'Alice', 'age': 25, 'score': 89}, {'name': 'Bob', 'age': 30, 'score': 78}])。
Python 3.14.2是Python编程语言在2025年12月5日发布的稳定版本，属于3.14系列的第二个维护更新。该版本包含了18项修复，重点解决了多进程、数据类及正则表达式等模块的回归问题，并修复了CVE-2025-12084等安全漏洞。此版本标志着自由线程模式（移除GIL）正式获得官方支持，是Python发展的重要里程碑。
3、执行多列排序：sorted_df = df.sort_values(by=['age', 'score'], ascending=[True, False])。
4、如需就地修改原DataFrame，添加inplace=True参数：sorted_df = df.sort_values(by=['age', 'score'], ascending=[True, False], inplace=True)。
四、对元组列表按索引位置多级排序
适用于结构固定、字段位置明确的元组序列，通过索引访问元素，配合匿名函数或itemgetter实现快速排序。
1、定义元组列表：data = [('Alice', 25, 89), ('Bob', 30, 78), ('Charlie', 25, 95)]。
2、按第1项（索引1，年龄）升序、第2项（索引2，分数）降序：sorted_data = sorted(data, key=lambda x: (x[1], -x[2]))。
3、使用itemgetter替代lambda：from operator import itemgetter；sorted_data = sorted(data, key=itemgetter(1, 2), reverse=False)，再对分数子序列二次稳定排序。
五、自定义类实例列表的多属性排序
当数据封装为自定义类对象时，可通过实现__lt__方法或在sorted中指定attrgetter获取属性值进行排序。
1、定义Student类并初始化实例列表：class Student: def __init__(self, name, age, score): self.name = name; self.age = age; self.score = score。
2、导入attrgetter：from operator import attrgetter。
3、按age升序、score降序排序：students = [Student('Alice', 25, 89), Student('Bob', 30, 78)]；sorted_students = sorted(students, key=attrgetter('age', 'score'), reverse=False)。
4、为支持混合方向，单独提取score并取负：sorted_students = sorted(students, key=lambda s: (s.age, -s.score))。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
