多字段排序应返回元组，升序直写、降序用reverse=true或两次sorted利用稳定性；缺失字段用get()容错，避免lambda内重复计算或复杂逻辑。
sorted + lambda 多字段排序的正确写法
直接用 lambda 实现多字段排序，核心是让返回值为元组：Python 元组比较天然支持“先比第一项、相等再比第二项”的逻辑。别试图嵌套多个 lambda 或拼接字符串——那会破坏类型稳定性和可读性。
常见错误是写成 lambda x: (x['age'], x['name']) 却忽略字段缺失或类型不一致，导致 KeyError 或 TypeError。
- 升序字段直接写，降序加负号（仅限数字）或用
reverse=True统一控制 - 字符串字段降序用
key=lambda x: (-x['age'], x['name'][::-1])不可靠，应改用reverse或自定义比较 - 字段可能不存在时，用
x.get('score', 0)替代x['score']
处理混合升降序：不要硬算负值，用两次 sorted
Python 的 sorted() 稳定，意味着相同键的相对顺序不变。利用这点，可以按优先级倒序执行：先排低优先级字段（如 name），再排高优先级字段（如 age）。这样能自然实现“age 升序、name 降序”这类组合。
错误做法是强行在元组里对字符串取反：lambda x: (x['age'], -ord(x['name'][0])) —— 这只比首字母，且无法处理空字符串或 Unicode。
- 想让
'age'升序、'name'降序：先sorted(data, key=lambda x: x['name'], reverse=True)，再sorted(..., key=lambda x: x['age']) - 如果字段都是数字，且你确定不会为负，
lambda x: (x['age'], -x['score'])可行，但可读性差，不推荐 - 更健壮的方式是用
functools.cmp_to_key配合自定义比较函数，但 lambda 场景下没必要过度复杂化
字段类型不一致或缺失时的容错写法
真实数据常有 None、空字符串、缺失键。直接访问 x['updated_at'] 会崩，必须防御性写法。Lambda 里不适合写多行逻辑，所以用 get() + 默认值是最简方案。
例如时间字段是字符串，要转 datetime 再比？别在 lambda 里做——解析开销大，且重复执行。应预处理字段，或改用 operator.itemgetter 配合外部转换。
- 安全取值：
lambda x: (x.get('status', ''), x.get('count', 0)) - 避免在 lambda 中调用可能抛异常的方法，如
json.loads(x.get('meta', '{}')) - 如果必须类型转换，提取成独立函数：
def sort_key(x): return (int(x.get('id', '0')), x.get('tag', '').lower())，再传给key=sort_key
性能注意：lambda 本身不慢，但重复计算很伤
每次比较都重新执行 lambda，如果里面做了字符串切片、正则匹配或数据库查询，性能会断崖式下跌。这不是语法问题，而是误用模式。
比如按文件扩展名排序写成 lambda x: os.path.splitext(x['path'])[1]，看似简洁，实则每次比较都调用 os.path.splitext —— 而其实路径不变，扩展名也不变。
- 预计算字段：用列表推导提前生成带排序键的新结构，或用
map()一次性转换 - 小数据（10k）建议用
pandas.DataFrame.sort_values()，底层优化过 -
operator.itemgetter('a', 'b')比等效 lambda 快约 10%–15%，因为它是 C 实现，且无闭包开销
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！
