我有一个 .txt 文件，其中包含以下行：
Name | Email@example.com | Score
Name2 | Email2@madeupsite.com | Score
其中Score 是一个从 0 到 10 亿的整数。
我想按分数从大到小对这个文件进行排序。我的问题是，由于姓名和电子邮件的长度不同，每次我可以访问它时，分数都不是一致的。我将如何克服这个问题？
（我不太清楚标题的措辞，所以我希望这个机构能更好地解释它；如果问题不清楚，请告诉我）
【问题讨论】：
pandas.read_csv 和sep='|' 阅读它。或者只是在每一行上做一个split('|')。然后按第 3 列排序。
#a list to store your data, open the file to retrieve the data
data = []
with open( 'fname.txt' ) as f:
for line in f:
# line.split( '|' ) splits the string into a list separated by '|' )
data.append( line.strip().split('|') )
# convert the scores into an integer
for d in data:
d[2] = int( d[2] )
# sort the data using 2nd element of row from big to small
sorted_data = sorted( data, key=lambda x: return x[2], reverse=True )
【讨论】：
一旦您的行在列表中，您可以使用sort 或sorted 对其进行排序。诀窍是传递一个提取该整数的键。一种选择是从最后一个| 到行尾取一个切片，并从该字符串中生成一个整数。 rfind() 对此很有帮助：
lines = ['Name | Email@example.com | 1001',
'Name2 | Email2@madeupsite.com | 2',
'Name2 | Email2@madeupsite.com | 200'
]
s = sorted(lines, key = lambda s: int(s[s.rfind('|')+1:]))
list(s)
结果：
['Name2 | Email2@madeupsite.com | 2',
'Name2 | Email2@madeupsite.com | 200',
'Name | Email@example.com | 1001']
【讨论】：
首先，我们可以读取文件的行。接下来，我们使用列表推导在分隔符“|”上拆分每一行，取最后一个索引，并转换为整数进行排序。我们以相反的顺序排序并设置键，因此输出将是行索引，然后将lines_sorted设置为等于已排序行的顺序。
with open("file.txt", "r") as f:
lines = f.readlines()
scores = [int(l.split("|")[-1]) for l in lines]
sorted_idx = sorted(range(len(scores)), key=lambda k: scores[k], reverse=True)
lines_sorted = [lines[i] for i in sorted_idx]
有关排序和返回索引的更多建议，请参阅this question。
示例 使用“file.txt”包含以下内容：
Name | Email@example.com | 1000
Name2 | Email2@madeupsite.com | 10
Name3 | Email3@madeupsite.com | 100
lines_sorted 将包含：
["Name | Email@example.com | 1000",
"Name3 | Email3@madeupsite.com | 100",
"Name2 | Email2@madeupsite.com | 10"]
【讨论】：
对每个字符串的rpartition使用自定义排序键功能
输入：
lines = ['Name | Email@example.com | 50',
'Name2 | Email2@madeupsite.com | 400',
'Name3 | Email2@madeupsite.com | 15']
输出：
sorted(lines, key=lambda x: int(x.rpartition('|')[-1]))
Out[1128]:
['Name3 | Email2@madeupsite.com | 15',
'Name | Email@example.com | 50',
'Name2 | Email2@madeupsite.com | 400']
【讨论】：
您的输入数据是 PSV（管道分离值）。你可以通过pandas.read_csv with sep='|'阅读：
dat = """
Name1 | Email@example.com | 456
Name2 | Email2@madeupsite.com | 123
Name44 | jimmy@yahoo.co.ar | 79
"""
import pandas as pd
df = pd.read_csv(pd.compat.StringIO(dat), sep='|', header=None)
df.sort_values(2, ascending=True)
0 1 2
2 Name44 jimmy@yahoo.co.ar 79
1 Name2 Email2@madeupsite.com 123
0 Name1 Email@example.com 456
【讨论】：