如何在Python中根据对象的多个属性进行排序_使用operator.itemgetter函数

酷芳酱_8711

酷芳酱_8711

2026-05-25

1069人浏览

原创

operator.itemgetter比lambda更适合多字段排序,因其是c实现、性能更优,支持字典/序列的多键取值,返回可复用函数;但不支持属性访问、缺失键默认值或混合升降序,需配合lambda等补充。

如何在python中根据对象的多个属性进行排序_使用operator.itemgetter函数

为什么 operator.itemgetter 比 lambda 更适合多字段排序

因为 itemgetter 是 C 实现的,调用开销更低,尤其在大数据量排序时性能更稳定;它还天然支持嵌套取值(如 itemgetter('a', 'b.c') 不行,但 itemgetter('a', ('b', 'c')) 也不行——得注意它只对字典/映射类对象按 key 取值,不递归解析点号路径);更重要的是,它返回的是可哈希、可复用的函数对象,适合多次传入 sorted() 或 list.sort()。

常见错误是误以为 itemgetter 能处理对象属性(比如 obj.name),但它只认字典键或序列索引。对自定义对象,得用 attrgetter,不是 itemgetter。

  • 对字典列表:直接用 itemgetter('name', 'age')
  • 对元组/列表:用 itemgetter(0, 2)(按第 1 和第 3 个元素)
  • 混合升序降序?itemgetter 本身不支持,得靠 reverse 或包装成 key 函数

怎么用 itemgetter 实现多字段升序+降序组合

itemgetter 本身只返回元组,Python 元组默认按位置逐项比较,天然支持“主字段升序、次字段降序”这类需求——只要把要降序的字段取负值(仅限数值)或用 reversed 预处理(不推荐),更通用的做法是分两步:先按次要字段降序排,再主字段升序稳定排序(利用 sorted 的稳定性)。

但最简方案仍是构造复合 key:对字符串字段无法取负,所以得用 lambda 辅助。不过多数场景下,先统一升序,再用 reverse=True 控制整体顺序就够了。

python-parallelization
python-parallelization

将顺序 Python 代码转换为并行/并发实现,用于在需要并行化 Python 代码、提升性能时使用。

下载
  • 全升序:sorted(data, key=itemgetter('score', 'name'))
  • 先按 'score' 降序,再按 'name' 升序:sorted(data, key=itemgetter('score'), reverse=True); then sorted(..., key=itemgetter('name')) ——不行,会破坏前序结果;正确做法是:sorted(data, key=lambda x: (-x['score'], x['name'])),此时已不适合纯 itemgetter
  • 若所有字段都支持取负(如全是数字),可用 key=lambda x: (-x['a'], x['b'], -x['c']),但这就脱离了 itemgetter 的初衷

itemgetter 在字典和 namedtuple 中的行为差异

对普通字典,itemgetter('x', 'y') 返回一个二元元组,如 ('val_x', 'val_y');对 namedtuple,它同样工作,因为 namedtuple 支持通过 key 名访问(底层是映射协议)。但对普通 class 实例,即使有 .x 和 .y 属性,itemgetter 会报 TypeError: unhashable type: 'dict' 或 KeyError,因为它尝试用 __getitem__ 而非 getattr。

  • 字典列表 ✅:[{'a': 1, 'b': 2}, {'a': 1, 'b': 1}] → itemgetter('a','b')
  • namedtuple ✅:Point = namedtuple('Point', ['x', 'y']); p = Point(1,2); itemgetter('x','y')(p) 返回 (1, 2)
  • dataclass 或普通 class ❌:必须换 operator.attrgetter('x', 'y')

排序空值或缺失键时怎么避免 KeyError

itemgetter 遇到缺失 key 直接抛 KeyError,不提供默认值。想安全取值,不能靠它内置机制,得自己包装一层。

典型做法是用 lambda + dict.get,或者预处理数据补默认值。没有“带默认的 itemgetter”,别被网上某些误导代码骗了。

  • 错误写法:itemgetter('price', 'category') 在某条数据缺 'price' 时崩溃
  • 安全替代:lambda d: (d.get('price', 0), d.get('category', ''))
  • 如果坚持用函数式风格,可写个简易 wrapper:safe_get = lambda *keys: lambda d: tuple(d.get(k, None) for k in keys),然后 sorted(data, key=safe_get('a', 'b'))

真正容易被忽略的是:排序稳定性只在同一次 sorted 调用内有效;跨多次调用重排序,顺序可能变。还有,itemgetter 返回的 key 函数不校验数据类型,比如拿字符串和 None 比较会抛 TypeError,这得靠上游数据清洗或 key 包装兜底。

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!

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1711

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

4324

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1689

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

25237

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3087

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3107

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1163

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

596

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

2403

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程