• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Encuestas: Tamaño de Muestra
    • Lotería: Probabilidad de Ganar
    • Reparto de Escaños (D’Hondt)
    • Tres en Raya con IA
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • Banggood
      • GeekBuying
      • Lenovo

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

Ordenar listas de objetos en Python

marzo 16, 2020 Por Daniel Rodríguez 1 comentario
Tiempo de lectura: 3 minutos

Cuando queremos ordenar una lista en Python se puede utilizar el método sorted(). Un método que nos devuelve una lista con los objetos ordenados. Aunque si el contenido de la lista no es no son datos primitivos, como por ejemplo tuplas, diccionarios u objetos el método no funcionará. Para ello es necesario pasar una función con la que sorted() pueda ordenar los datos. Siendo esto lo que veremos a continuación: cómo ordenar listas de objetos en Python.

Ordenar una lista de tipos primitivos

Si queremos ordenar una lista de números o caracteres solo hay que pasar la lista al método sorted() para que este nos devuelva una nueva lista ordenada. Como el ejemplo que se muestra a continuación.

lista = [2 ,7, 2, 1, 6, 3]

sorted(lista)
[1, 2, 2, 3, 6, 7]

El método tiene la opción de cambiar la forma de ordenación, por defecto es ascendente, pero se puede indicar que sea descendente asignando el valor verdadero a la propiedad reverse. Lo que se puede ver en el siguiente ejemplo

sorted(lista, reverse=True)
[7, 6, 3, 2, 2, 1]

Publicidad


Ordenación de tuplas

En el caso de que tengamos una lista de tuplas, en las que cada valor significa algo, el método sorted() ordena la lista en base al primer valor. Como se muestra a continuación:

Balance de 2025 en Analytics Lane
En Analytics Lane
Balance de 2025 en Analytics Lane

tuplas = [(1, 14), (2, 12), (0, 22), (3, 13)]

sorted(tuplas)
[(0, 22), (1, 14), (2, 12), (3, 13)]

Si esto es lo que se desea no hay ningún problema, pero no es extraño que necesitemos ordenar la tupla por el segundo, tercero o incluso la suma de los elementos. Para esto se le puede indicar al método un criterio de ordenación mediante la propiedad key. Para lo que generalmente se utilizará una función lambda. Por ejemplo, para ordenar por el segundo elemento:

sorted(tuplas, key=lambda x: x[1])
[(2, 12), (3, 13), (1, 14), (0, 22)]

Otra opción puede ser usar la suma de las tuplas para ordenar esta.

sorted(tuplas, key=lambda x: sum(x))
[(2, 12), (1, 14), (3, 13), (0, 22)]

Ordenación de diccionarios

El caso de los diccionarios es similar al de las tuplas, solo que ahora el método no tiene un método de ordenación por defecto, por lo que es necesario indicarlo siempre. Ya que si intentamos ordenar un diccionario sin esta función el método sorted() nos devolverá un error. Así un diccionario con la propiedad edad se puede ordenar fácilmente como se muestra en el siguiente ejemplo.

dictionary = [{'edad':23}, {'edad':21}, {'edad':44}, {'edad':19}]

sorted(dictionary, key=lambda x: x['edad'])
[{'edad': 19}, {'edad': 21}, {'edad': 23}, {'edad': 44}]

Publicidad


Ordenación de objetos

Finalmente, si lo que deseamos es ordenar una lista de objetos dependerá de cómo se hubiesen definidos estos. En el caso de que se hubiese definido un método __gt__ en la clase sorted() funcionara sin problema, teniendo en cuenta este valor. En caso contrario es necesario indicar la función de ordenación. Por ejemplo, si se crea una clase Persona con las propiedades nombre y edad y no se implementa el método __gt__ una lista de estos objetos se tiene que ordenar indicando a sorted() el criterio. Ya que en caso contrario sorted() daría un error.

class Persona():
    def __init__(self, nombre, edad):
        self.nombre = nombre
        self.edad = edad
        
    def __repr__(self):
        return "{0}:{1}".format(self.nombre, self.edad) 
        
personas = [Persona('Juan', 23), Persona('Pedro', 18), Persona('Antonio', 33)]

sorted(personas, key=lambda x: x.edad)
[Pedro:18, Juan:23, Antonio:33]

Por otro lado, si se define el método __gt__ no es necesario indicar el criterio de ordenación.

class Persona():
    def __init__(self, nombre, edad):
        self.nombre = nombre
        self.edad = edad
    
    def __repr__(self):
        return "{0}:{1}".format(self.nombre, self.edad) 
    
    def __gt__(self, persona):
        return self.edad > persona.edad

    
personas = [Persona('Juan', 23), Persona('Pedro', 18), Persona('Antonio', 33)]

sorted(personas)
[Pedro:18, Juan:23, Antonio:33]

Salvo que se desee ordenar en base a un criterio diferente, como ordenar alfabeticamente por nombre el lugar de por edad.

sorted(personas, key=lambda x: x.nombre)
[Antonio:33, Juan:23, Pedro:18]

Conclusiones

En esta entrada se ha visto cómo ordenar listas de objetos en Python. Comprobado como se puede utilizar el método sorted() no solo para ordenar valores primitivos, sino que cualquier componente como puede ser una tupla, diccionario u objeto.

Imagen de fancycrave1 en Pixabay

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 5 / 5. Votos emitidos: 2

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicidad


Publicaciones relacionadas

  • Balance de 2025 en Analytics Lane
  • El promedio engañoso: cuando la media no cuenta toda la historia
  • Comprender las pruebas de hipótesis para no especialistas
  • Ordenadores para Machine Learning e Inteligencia Artificial en 2026: Guía completa para elegir el equipo adecuado según tu perfil y presupuesto
  • ¿Qué significa realmente un porcentaje? Por qué no es lo mismo subir un 20% que bajar un 20%
  • null y undefined en JavaScript y TypeScript: ¿son realmente lo mismo?
  • Riesgo relativo vs riesgo absoluto: la trampa de los titulares alarmistas
  • Guía práctica de categorías para changelogs en inglés y castellano
  • El valor esperado: la mejor herramienta que casi nadie usa

Publicado en: Python

Interacciones con los lectores

Comentarios

  1. Joshua Zamorano Fuentes dice

    septiembre 27, 2021 a las 5:14 am

    Este si Funciona , Gracias

    Responder

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

El valor esperado: la mejor herramienta que casi nadie usa

febrero 5, 2026 Por Daniel Rodríguez

Guía práctica de categorías para changelogs en inglés y castellano

febrero 3, 2026 Por Daniel Rodríguez

Riesgo relativo vs riesgo absoluto: la trampa de los titulares alarmistas

enero 29, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • ¿Qué es la estadística y por qué todos deberíamos comprenderla? publicado el noviembre 22, 2024 | en Opinión
  • Correlación y causalidad: no es lo mismo publicado el junio 13, 2025 | en Ciencia de datos
  • Gráfica con los datos y las anomalías detectadas con OneClass SVM One-Class SVM: Detección de anomalías con máquinas de vector soporte publicado el marzo 15, 2024 | en Ciencia de datos
  • Cómo encontrar la posición de elementos en una lista de Python publicado el abril 12, 2021 | en Python
  • pandas Optimización con Chunks en archivos grandes: Uso de pd.read_csv() con el Parámetro chunksize publicado el febrero 17, 2025 | en Python

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.5 (10)

Diferencias entre var y let en JavaScript

Publicidad

Comentarios recientes

  • M. Pilar en Cómo eliminar las noticias en Windows 11 y recuperar tu concentración
  • Daniel Rodríguez en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • Pepe en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • CARLOS ARETURO BELLO CACERES en Justicio: La herramienta gratuita de IA para consultas legales
  • Piera en Ecuaciones multilínea en Markdown

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2026 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto