用python排序csv文件

我正在尝试按列对csv文件进行排序。该文件有许多列，如下所示：

汤姆，01AA01234.56334

艾丽斯，01AS01546.093434.3

山姆，01NA014574.3,65.45

乔伊，01BA012897.03455

Pam，01MA01434.034454

约翰，01AA02343,24

艾丽斯，01AS02454454.54

汤姆，02BA01343454.2

它持续大约20列和250行

我希望它按第二列排序，并按字母顺序排列第二部分中的

AA

，

AS

，

BA

，第三部分按数字排序

'01'，02'，03'，

，第一部分按数字排序

'01'，02'，03'

。然后根据此排序创建一个新的csv文件。它们通常不只是6个字符长，其他的看起来像

'02BAA'，01MAA'，02NAA'

等等

因此，在第2列中，最终的结果应该是这样的

01AA01
01AS01
01BA01
01MA01
01NA01
01AA02
01AS02
02BA01

---

我对编码还不熟悉，不太清楚如何进行编码。提前感谢您。

Python的

排序

函数中ASCII字符串的默认排序顺序是（或“ASCIIbetical”）：

与列表值为整数时的整数幅值相比：

>>> sorted(map(int, li))
[1, 11, 20, 100]

也就是说，字符串中数字对人眼的大小不同于相同字符串对计算机眼睛的大小。（在中更广泛地描述）

要解决这个问题，我们需要将字母与数字分开，并将数字转换为整数（或浮点数）

最简单的方法是使用一个正则表达式，它捕获所有数字，然后转换为整数，然后再转换为所有字母

这将分类到您的目标：

li1='''\
01AA01
01AS01
01NA01
01BA01
01MA01
01AA02
01AS02
02BA01'''.splitlines()

tgt='''\
01AA01
01AS01
01BA01
01MA01
01NA01
01AA02
01AS02
02BA01'''.splitlines()


import re

def kf(s):
    nums=map(int, re.findall(r'(\d+)', s)) 
    lets=re.findall(r'([a-zA-Z]+)', s)
    return nums+lets   

print tgt==sorted(li1, key=kf)
# True

或者，一行：

>>> tgt==sorted(li1, key=lambda s: map(int, re.findall(r'(\d+)', s))+re.findall(r'(\D+)', s))
True

---

根据评论进行编辑

问题案文指出：

我希望它在第一部分01,02,03中以数字顺序排列。。。 然后在第二部分按字母顺序排列AA，AS，BA，和 第三部分再次进行数值计算

然而，这个例子表明情况并非如此

我们可以根据（int，letters，int）的模式进行分类，并使用split：

>>> [re.split(r'(\D+)', e) for e in li1]
[['01', 'AA', '01'], ['01', 'AS', '01'], ['01', 'NA', '01'], ['01', 'BA', '01'], ['01', 'MA', '01'], ['01', 'AA', '02'], ['01', 'AS', '02'], ['02', 'BA', '01']]
>>> sorted(li1, key=lambda s: [int(e) if e.isdigit() else e for e in re.split(r'(\D+)', s)])
['01AA01', '01AA02', '01AS01', '01AS02', '01BA01', '01MA01', '01NA01', '02BA01']
#             ^^        ^^        etc '01AA02', before '01AS01' in the example

通过检查，发布示例的模式是

（int，int，letters）

，可以在这里看到：

>>> [map(int, re.findall(r'(\d+)', s))+re.findall(r'(\D+)', s) for s in li1]
[[1, 1, 'AA'], [1, 1, 'AS'], [1, 1, 'NA'], [1, 1, 'BA'], [1, 1, 'MA'], [1, 2, 'AA'], [1, 2, 'AS'], [2, 1, 'BA']]

如果文本正确，请使用我的拆分形式排序；如果示例正确，请使用

nums+lets

表单

sorted（）

和列表的

.sort（）

方法采用可选参数

其中：

键指定一个参数的函数，用于提取 每个列表元素的比较键：key=str.lower

换句话说，给定给键参数的函数（您将编写）解析并返回给定对象的可排序值

因此，根据您的输入，

“01AS01”

，您希望将其分解为易于排序的部分

正如您提到的，您希望结果按（int，str，int）排序。由于

sorted（）

和

.sort（）

会自动按数字排序（对于整数）和字母排序（对于字符串），因此，对于键函数，您只需将值分解，

“01AS01”

分为

[1，“AS”，1]

和

排序（）

//code>。sort（）将处理其余部分

这是一个与dawg类似的示例，但没有使用

map（）

和

re

---

假设这是一个csv文件，每行是一行，每列用逗号标记。因为没有给我们一个你的csv的exmaple，我编了一个有两列的，你的数据在第[1]列

>>> print open('mycsv.csv').read()
fred, 01AA01
brenda, 01BA01
bob, 01AA02
alice, 01NA01
jane, 01AS01
blane, 02BA01
larry, 01MA01
mary, 01AS02

这些都可以通过csv模块读取到列表中。最后是一个行列表，其中列是另一个列表

>>> import csv
>>> table=[row for row in csv.reader(open('mycsv.csv')) if row]
>>> print table
[['fred', ' 01AA01'], ['brenda', ' 01BA01'], ['bob', ' 01AA02'], ['alice', ' 01NA01'], ['jane', ' 01AS01'], ['blane', ' 02BA01'], ['larry', ' 01MA01'], ['mary', ' 01AS02']]

您可以对该列表进行排序。默认情况下，排序从第一个键开始，如果第一个键相同，则从第二个键开始，以此类推。因此，它将按“fred”等进行排序。。。但您可以选择不同的排序键。Python对每个列表项调用键函数，以便您可以将其转换为所需的内容。转换可以是简单的，如使小写，也可以是复杂的

对排序键使用lambdas是很常见的，但这可能有点高级，所以这里有一个函数，它只获取您想要的键

>>> def item_1(row):
...     return row[1]
... 
>>> print table
[['fred', ' 01AA01'], ['bob', ' 01AA02'], ['jane', ' 01AS01'], ['mary', ' 01AS02'], ['brenda', ' 01BA01'], ['larry', ' 01MA01'], ['alice', ' 01NA01'], ['blane', ' 02BA01']]
>>> 

---

请注意，如果所有列值都是这样的，那么排序将保留您想要的顺序。例如，对该列进行排序会自动满足您的所有条件。所以您可以将问题简化为按列排序CSV，因为这里不需要特殊的排序条件。@Tommy-我不明白。。。你是说既然样本已经按照OP想要的方式排序，那么它们都必须按照OP想要的方式排序吗？@Tammy，你用什么工具来管理csv，csv模块？在您要排序的时候它是否在python列表中？更多问题！字段大小是否始终相同（2位数字、2个字母、2位数字）？这似乎是按第一、第三和第二部分排序的。例如，“01AA01”将按键（1，1，“AA”）排序。这就是示例的排序方式。因此

01AS01

在

01AA02

您的右边之前进行排序！我偏离了文本，这似乎意味着按第一、第二和第三组进行排序。

>>> import csv
>>> table=[row for row in csv.reader(open('mycsv.csv')) if row]
>>> print table
[['fred', ' 01AA01'], ['brenda', ' 01BA01'], ['bob', ' 01AA02'], ['alice', ' 01NA01'], ['jane', ' 01AS01'], ['blane', ' 02BA01'], ['larry', ' 01MA01'], ['mary', ' 01AS02']]

>>> def item_1(row):
...     return row[1]
... 
>>> print table
[['fred', ' 01AA01'], ['bob', ' 01AA02'], ['jane', ' 01AS01'], ['mary', ' 01AS02'], ['brenda', ' 01BA01'], ['larry', ' 01MA01'], ['alice', ' 01NA01'], ['blane', ' 02BA01']]
>>>