Python 通过将列表与另一个列表进行比较来更改列表中的顺序

我无法控制元素在列表中的位置。我有以下代码：

name= ['a', 'b', 'c','d','e']
year= [10,20,30,40,50]
ID= ['a', 'c', 'd']
df = pd.DataFrame({'Name' : name, 'age' : year})
x= list(set(name).intersection(ID))
print (x)
y=df[df['Name'].isin(x)]['age']
print(y)

我得到的结果是：

['c', 'a', 'd']
0    10
2    30
3    40

---

这就是我困惑的地方。列表

name

和

year

应该是相关的，所以

a和10，b和20….

但是当我打印

x

和

y

时，我得到

c和10，a和30，b和40

。我认为python会自动将

y

从升序排序到降序排序。我如何修正

y

以获得

30,10,40

而不是

10,30,40

，因为在将

list

转换为

set

后，您打破了原始列表的顺序，所以要修正它：

反而

x= list(set(name).intersection(ID))

您应该过滤原始列表，例如通过列表理解：

x= [i for i in name if i in ID]

---

您感到困惑，因为在将

list

转换为

set

后，您打破了原始列表的顺序，因此要修复它：

反而

x= list(set(name).intersection(ID))

您应该过滤原始列表，例如通过列表理解：

x= [i for i in name if i in ID]

---

为了得到您想要的，您可以使用来自df的相同子集，如下所示

name= ['a', 'b', 'c','d','e']
year= [10,20,30,40,50]
ID= ['a', 'c', 'd']
df = pd.DataFrame({'Name' : name, 'age' : year})
x= list(set(name).intersection(set(ID)))
print (x)
y=df[df['Name'].isin(x)].age.to_list()
y1= df[df['Name'].isin(x)].Name.to_list()
print(y)
print(y1)

结果

[10, 30, 40]
['a', 'c', 'd']

---

y

和

y1

将打印出您的期望值，它们在哪里匹配

以获得您想要的内容您可以使用来自df的相同子集，如下所示

name= ['a', 'b', 'c','d','e']
year= [10,20,30,40,50]
ID= ['a', 'c', 'd']
df = pd.DataFrame({'Name' : name, 'age' : year})
x= list(set(name).intersection(set(ID)))
print (x)
y=df[df['Name'].isin(x)].age.to_list()
y1= df[df['Name'].isin(x)].Name.to_list()
print(y)
print(y1)

结果

[10, 30, 40]
['a', 'c', 'd']

---

y

和

y1

将打印出您期望的结果，它们在哪里匹配

不按降序排序。只是集合不用于按顺序存储元素，顺序变得混乱。它不按降序排序。只是集合不用于按顺序存储元素，而且顺序会变得混乱。你应该用IDS做一个集合，这会有所帮助。谢谢你，你应该做一个有帮助的计划。非常感谢。