[已解决]多属性数据排序问题

我不是第一个

假如我有100组数据需要排序：   
它们共有的属性

体重：                 占比 10%   重的优先
身高：                 占比 15%   高的优先
姓氏：                 占比 10%   赵钱孙李周吴郑    优先顺序
上网时长：          占比 30%     长的优先
年纪：                占比 15%    大的优先
学历：                占比 20%    高的优先


有没有py库可以计算它们的综合数据大小进行排序，或者有什么算法可以计算。
谢谢。

最佳答案

月排行榜 / 总排行榜

tommyyu

2022-12-2 20:47:11

我不是第一个 发表于 2022-12-2 20:42
sorted我只用过同属性值相比较，复杂点的不知道咋用。我想计算综合得分值进行比较，不知道行不行。

你可以参考一下这个例子

1. >>> class A:
   
2.         def __init__(self, x, y):
   
3.                 self.x = x
   
4.                 self.y = y
   
5.         def print_self(self):
   
6.                 print(self.x, self.y)
   
7. 
   
8.                
   
9. >>> def cmp(s):
   
10.         return s.x + s.y
    
11. 
    
12. >>> n = list(sorted([A(1, 2), A(3, 4), A(5, 6)], key = cmp))
    
13. >>> n[0].print_self()
    
14. 1 2
    
15. >>> n[1].print_self()
    
16. 3 4
    
17. >>> n[2].print_self()
    
18. 5 6
    
19. >>>

复制代码

跳转到最佳答案楼层

tommyyu

可以通过sorted函数进行排序，确定其中的key参数

我不是第一个

tommyyu 发表于 2022-12-2 20:25
可以通过sorted函数进行排序，确定其中的key参数

sorted我只用过同属性值相比较，复杂点的不知道咋用。我想计算综合得分值进行比较，不知道行不行。

tommyyu

我不是第一个 发表于 2022-12-2 20:42
sorted我只用过同属性值相比较，复杂点的不知道咋用。我想计算综合得分值进行比较，不知道行不行。

你可以参考一下这个例子

1. >>> class A:
   
2.         def __init__(self, x, y):
   
3.                 self.x = x
   
4.                 self.y = y
   
5.         def print_self(self):
   
6.                 print(self.x, self.y)
   
7. 
   
8.                
   
9. >>> def cmp(s):
   
10.         return s.x + s.y
    
11. 
    
12. >>> n = list(sorted([A(1, 2), A(3, 4), A(5, 6)], key = cmp))
    
13. >>> n[0].print_self()
    
14. 1 2
    
15. >>> n[1].print_self()
    
16. 3 4
    
17. >>> n[2].print_self()
    
18. 5 6
    
19. >>>

复制代码

gywjj

估计只有单独弄循环，然后将每个值乘占比最后加起来再排序吧，这个规则都是你自己在写，肯定是没有现存的。把数据读到pandas然后为每一种属性排序加列算出占比得分，最后把这些分加起来，再排序。

我不是第一个

gywjj 发表于 2022-12-2 21:53
估计只有单独弄循环，然后将每个值乘占比最后加起来再排序吧，这个规则都是你自己在写，肯定是没有现存的。 ...

大概已经弄出来了。每组不同属性的值差距是很大的，核心主要是要算出单个属性比分，对综合比分影响不大才行。

我不是第一个

tommyyu 发表于 2022-12-2 20:47
你可以参考一下这个例子

谢谢给的代码，有启发。估计搞成了。

阿奇_o

1. from collections import namedtuple
   
2. Person = namedtuple('Person', 'name w h age edu netTime')
   
3. data = [('张三', 70, 178, 20, '本科', 2), ('李四', 68, 178, 24, '研究生', 1), ('王五', 60, 170, 28, '大专', 3)]
   
4. ps = [ Person(*d) for d in data]
   
5. ps
   
6. [Person(name='张三', w=70, h=178, age=20, edu='本科', netTime=2), Person(name='李四', w=68, h=178, age=24, edu='研究生', netTime=1), Person(name='王五', w=60, h=170, age=28, edu='大专', netTime=3)]
   
7. def f(d):
   
8.     xs = list('赵钱孙李周郑王张卢崔刘')
   
9.     xs_v = dict(zip(xs, range(len(xs), 0, -1)))  # 越排在前面，值越大
   
10.     edu_v = {'大专': 1, '本科': 2, '研究生': 3}
    
11.     return xs_v[d.name[0]] * 0.1 + d.w*0.1 + d.h*0.15 + d.age*0.15 + edu_v[d.edu]*0.2 + d.netTime*0.3   # 具体算法可以根据需要自己改
    
12. f(ps[0])
    
13. 38.1
    
14. sorted(ps, key=f)
    
15. [Person(name='王五', w=60, h=170, age=28, edu='大专', netTime=3), Person(name='张三', w=70, h=178, age=20, edu='本科', netTime=2), Person(name='李四', w=68, h=178, age=24, edu='研究生', netTime=1)]
    

复制代码