Python怎么对字典列表和嵌套列表进行排序

在 Python 中，对包含复杂结构（如字典或子列表）的序列进行排序，核心在于向内置的 sort() 方法或 sorted() 函数提供一个提取比较依据的 key 参数。无论是按字典中指定的键值排序，还是按子列表的某个索引位置排序，Python 都会在底层基于 Timsort 算法提取的计算值完成排序。掌握这一机制，不仅能应对单字段排序，还能从容处理多条件复合排序和缺失键异常。

一、排序的核心机制：sort() 与 sorted()

在具体编写排序规则之前，需要先明确 Python 提供的两种排序手段及其差异。这是决定代码是否会产生预期副作用的关键。

• list.sort(key=..., reverse=...)：列表对象独有的方法。它会直接对原列表进行就地修改（In-place），原列表中元素的存储顺序会被直接重排，该方法返回 None。
• sorted(iterable, key=..., reverse=...)：Python 内置的全局函数。它接收任意可迭代对象，并在内存中构造并返回一个全新的列表，原序列保持原封不动。

两种方式都包含一个关键参数 key。key 接收一个单参数可调用对象（例如普通函数、lambda 表达式或类方法）。在排序时，Python 会依次将列表里的每一个元素传入该函数，将其返回值作为实际的比对指标，但最终列表中存放的依然是原本的原始元素。

二、对字典列表进行排序

字典列表中，每个元素都是一个独立的键值映射结构。通常我们需要按照其中某一个指定键的值进行升序或降序排列。

1. 使用 lambda 表达式按单个键排序

这是最直观且常用的方式。通过定义匿名函数，将当前遍历到的字典对象映射为其键值：

students = [
    {"name": "Alice", "score": 88, "age": 20},
    {"name": "Bob", "score": 95, "age": 19},
    {"name": "Charlie", "score": 75, "age": 21}
]

# 按成绩升序排列（生成新列表）
sorted_by_score = sorted(students, key=lambda x: x["score"])

# 按年龄降序排列（原地修改原列表）
students.sort(key=lambda x: x["age"], reverse=True)

2. 使用 operator.itemgetter 提升性能与可读性

Python 标准库的 operator 模块提供了 itemgetter 函数。它的功能相当于在底层用 C 语言级别实现了提取 __getitem__ 的操作，在大数据量列表下往往比 Python 层的 lambda 表达式执行更快：

from operator import itemgetter

# 使用 itemgetter 指定排序键
sorted_students = sorted(students, key=itemgetter("score"))

3. 多字段复合排序

当首要排序字段出现相同值时，往往需要指定次要字段来决胜。在 Python 中，可以通过返回一个元组（tuple）来实现这一需求。Python 在比较两个元组时，会从左到右依次比较元素：

data = [
    {"name": "Jack", "grade": 3, "score": 90},
    {"name": "Lucy", "grade": 2, "score": 95},
    {"name": "Tom", "grade": 3, "score": 85},
    {"name": "Lily", "grade": 2, "score": 90}
]

# 先按年级 grade 升序，若年级相同则按成绩 score 升序
sorted_data = sorted(data, key=lambda x: (x["grade"], x["score"]))

# 也可以直接使用 itemgetter 传入多个参数
from operator import itemgetter
sorted_data_ig = sorted(data, key=itemgetter("grade", "score"))

三、对嵌套列表进行排序

嵌套列表是指列表内部的元素仍然是序列（列表或元组）。与字典通过键名访问不同，嵌套列表必须通过数字索引位置（index）来定位字段。

1. 按子列表的指定列索引排序

假设我们有一份员工信息列表，格式为 [姓名, 年龄, 薪资]，按薪资（索引 2）进行升序排列：

employees = [
    ["Alice", 28, 7500],
    ["Bob", 22, 6000],
    ["Charlie", 35, 12000],
    ["David", 26, 6000]
]

# 按薪资升序排列
employees_sorted_salary = sorted(employees, key=lambda x: x[2])

# 使用 itemgetter 按年龄升序排列
from operator import itemgetter
employees.sort(key=itemgetter(1))

2. 多列组合与混合正反向排序

当需要按“薪资升序，若薪资相同则按年龄降序”这样正反方向混合的规则排序时，有两种常见方案：

• 数值取反法（仅适用于数值类型）：将需要降序的数值字段加上负号 -。
• 利用 Timsort 的稳定性进行多轮排序：先对次要字段排序，再对主要字段排序。

# 方案一：数值取反（薪资升序，年龄降序）
# x[2] 正常升序，-x[1] 将较大年龄变为较小负数从而实现降序
sorted_emp = sorted(employees, key=lambda x: (x[2], -x[1]))

# 方案二：利用稳定排序特性（适用于非数值类型或多方向组合）
# 第一步：先按次要关键字（年龄）降序排
employees.sort(key=lambda x: x[1], reverse=True)
# 第二步：再按主要关键字（薪资）升序排
# 因为 Timsort 是稳定排序，薪资相同的元素会严格保持前一步的相对次序！
employees.sort(key=lambda x: x[2], reverse=False)

四、进阶场景与常见错误排查

1. 字典中存在缺失键时的安全处理

直接通过 x['key'] 访问时，若某个字典缺少该字段，程序会抛出 KeyError。使用字典的 .get(key, default) 方法可以为缺失键指定保底默认值：

users = [
    {"username": "alpha", "points": 100},
    {"username": "beta"},  # 缺少 points 字段
    {"username": "gamma", "points": 80}
]

# 为缺失 points 的项赋予默认分值 0
sorted_users = sorted(users, key=lambda x: x.get("points", 0))

2. 类型不兼容导致的 TypeError

在 Python 3 中，不同类型之间默认不支持大小比较（例如 str 与 int 或 None 与数值）。如果在同一字段中存在混杂类型，排序会直接中断并抛出 TypeError: '<' not supported between instances of ...。

解决策略： 在 key 函数内部进行统一类型转换或分类包装：

mixed_data = [
    {"id": 1, "value": 50},
    {"id": 2, "value": "100"},
    {"id": 3, "value": 20}
]

# 统一转换为 int 参与比较
sorted_mixed = sorted(mixed_data, key=lambda x: int(x["value"]))

五、总结与排序决策速查

针对不同的数据结构与排序目标，开发者只需按照如下决策路径选择适配的方案：

无论是简单的日常脚本还是庞大的数据处理管道，牢记 key 参数只负责“提供比对依据”，配合 Python 稳定的底层排序机制，就能清晰、高效地完成各种复杂序列的排序任务。