Pythonにおいてデータの並び替えは、プログラミングの根幹をなす操作の一つです。

2026年現在、膨大なデータを効率的に処理するスキルは、ソフトウェア開発においてこれまで以上に重要視されています。

その中でも sorted() 関数は、柔軟性と汎用性を兼ね備えた非常に強力な標準ツールです。

本記事では、基本的な数値や文字列のソートから、複雑なオブジェクトの並び替え、さらには実務で役立つ応用テクニックまでを詳しく紹介します。

Pythonを使い始めたばかりの方から、より効率的なコードを書きたい中級者の方まで、幅広く役立つ内容をお届けします。

目次 [ close ]
  1. Pythonのsorted関数の基本構造
    1. sorted関数の基本構文
    2. リストのソートと昇順・降順
  2. sortメソッドとsorted関数の決定的な違い
  3. key引数による高度なカスタマイズ
    1. 絶対値や文字列の長さでソートする
    2. lambda（ラムダ式）を用いた柔軟な指定
  4. 辞書データのソート
    1. キーや値で辞書を並び替える
  5. operatorモジュールを用いた高速化
    1. itemgetterによるインデックス指定
    2. attrgetterによるオブジェクト属性の指定
  6. 複数条件によるソート（マルチレベルソート）
    1. 安定ソートとは何か
    2. 複数のキーを指定する方法
  7. 大規模データとパフォーマンスの考慮
  8. まとめ

Pythonのsorted関数の基本構造

まずは、sorted() 関数の基本的な使い方と、その特徴について理解を深めましょう。

sorted() は、リストやタプル、辞書などのイテラブルなオブジェクトを引数に取り、新しいリストとしてソート結果を返します。

元のオブジェクト自体を書き換えないため、元のデータを保持したまま並び替えた結果を取得したい場合に最適です。

sorted関数の基本構文

sorted() 関数の基本的な構文は以下の通りです。

Python
# 基本構文
sorted(iterable, key=None, reverse=False)

第一引数の iterable には、ソートしたいデータ集合を指定します。

key 引数や reverse 引数はオプションであり、必要に応じて動作をカスタマイズするために使用します。

リストのソートと昇順・降順

もっともシンプルな例として、数値のリストを昇順に並び替えてみましょう。

Python
numbers = [5, 2, 9, 1, 5, 6]
sorted_numbers = sorted(numbers)

print(f"元のリスト: {numbers}")
print(f"ソート後: {sorted_numbers}")
実行結果
元のリスト: [5, 2, 9, 1, 5, 6]
ソート後: [1, 2, 5, 5, 6, 9]

このように、デフォルトの状態では 数値が小さい順（昇順） に並び替えられます。

降順（大きい順）に並び替えたい場合は、引数に reverse=True を指定します。

Python
numbers = [5, 2, 9, 1, 5, 6]
descending_numbers = sorted(numbers, reverse=True)

print(descending_numbers)
実行結果
[9, 6, 5, 5, 2, 1]

sortメソッドとsorted関数の決定的な違い

Pythonには、リストを並び替える方法として list.sort() メソッドも存在します。

初心者の方が混同しやすいポイントですので、両者の違いを表で整理しましょう。

特徴sorted() 関数list.sort() メソッド
戻り値新しいソート済みリストを返すNone（元のリストを直接更新する）
元のデータ変更されない（非破壊的）変更される（破壊的）
適用対象すべてのイテラブル（タプルや辞書など）リスト型（list）のみ
主な用途元のデータを残したいときメモリ消費を抑えて高速処理したいとき

データの不変性を保ちたい場合や、リスト以外のデータ構造を扱う場合は、sorted() 関数を使用するのが一般的です。

key引数による高度なカスタマイズ

sorted() 関数の真価は、key 引数を利用したカスタムソートにあります。

key 引数には「ソートの基準を決定する関数」を渡すことができます。

絶対値や文字列の長さでソートする

例えば、数値のリストを絶対値の大きさで並び替えたい場合、組み込み関数の abs を指定します。

Python
values = [-10, 5, -2, 8, -1]
# 絶対値でソート
sorted_values = sorted(values, key=abs)

print(sorted_values)
実行結果
[-1, -2, 5, 8, -10]

また、文字列のリストを文字数（長さ）で並び替えたい場合は、len 関数を指定します。

Python
words = ["python", "java", "rust", "go", "javascript"]
# 文字数でソート
sorted_words = sorted(words, key=len)

print(sorted_words)
実行結果
['go', 'java', 'rust', 'python', 'javascript']

lambda（ラムダ式）を用いた柔軟な指定

より複雑なデータ構造を扱う際、特定の要素を基準にするために lambda（無名関数） が頻繁に使われます。

例えば、タプルのリストがあり、各タプルの2番目の要素（インデックス1）を基準にしたい場合は以下のように記述します。

Python
students = [("田中", 80), ("佐藤", 95), ("鈴木", 70)]
# 成績（2番目の要素）でソート
sorted_students = sorted(students, key=lambda x: x[1])

print(sorted_students)
実行結果
[('鈴木', 70), ('田中', 80), ('佐藤', 95)]

このように lambda を活用することで、自由自在にソートロジックを構築することが可能です。

辞書データのソート

辞書（dict）をソートする場合、少し注意が必要です。

辞書そのものを sorted() に渡すと、デフォルトでは「キー（key）」だけが取り出されてソートされます。

キーや値で辞書を並び替える

辞書の「値（value）」に基づいてソートし、その結果をリストとして取得する方法を見てみましょう。

Python
prices = {"りんご": 150, "バナナ": 100, "メロン": 1000, "みかん": 80}

# 値（価格）に基づいてソート
sorted_prices = sorted(prices.items(), key=lambda x: x[1])

print(sorted_prices)
実行結果
[('みかん', 80), ('バナナ', 100), ('りんご', 150), ('メロン', 1000)]

items() メソッドを呼び出すことで、キーと値のペアをタプルとして取得し、それを key 引数で制御しています。

2026年のモダンな開発現場では、辞書の順序が保証されていることを前提としたコードが多く見られますが、明示的なソートが必要な場面は依然として多く存在します。

operatorモジュールを用いた高速化

パフォーマンスを重視する場合、lambda よりも operator モジュールの関数を使用する方が効率的です。

特に大量のデータを処理する際は、itemgetter や attrgetter の活用が推奨されます。

itemgetterによるインデックス指定

先ほどのタプルのソートを itemgetter で書き換えてみます。

Python
from operator import itemgetter

data = [("A", 10, "Tokyo"), ("B", 5, "Osaka"), ("C", 15, "Nagoya")]
# 2番目の数値（インデックス1）でソート
sorted_data = sorted(data, key=itemgetter(1))

print(sorted_data)
実行結果
[('B', 5, 'Osaka'), ('A', 10, 'Tokyo'), ('C', 15, 'Nagoya')]

itemgetter は内部的に最適化されているため、lambda を使うよりも実行速度がわずかに向上します。

attrgetterによるオブジェクト属性の指定

独自に定義したクラスのインスタンス（オブジェクト）をソートする場合は、attrgetter が便利です。

Python
from operator import attrgetter

class Product:
    def __init__(self, name, price):
        self.name = name
        self.price = price
    
    def __repr__(self):
        return f"{self.name}({self.price})"

products = [Product("PC", 120000), Product("Mouse", 5000), Product("Monitor", 30000)]
# price属性でソート
sorted_products = sorted(products, key=attrgetter('price'))

print(sorted_products)
実行結果
[Mouse(5000), Monitor(30000), PC(120000)]

複数条件によるソート（マルチレベルソート）

実務では「まずは第一の条件でソートし、同じ値であれば第二の条件で並び替えたい」というケースが頻発します。

Pythonの sorted() は、安定ソート（Stable Sort） であるという重要な特性を持っています。

安定ソートとは何か

安定ソートとは、ソートの基準となる値が同じ場合に、元の順序が維持される という性質です。

これにより、複数の条件を組み合わせてソートすることが可能になります。

複数のキーを指定する方法

最も簡単な方法は、key 引数にタプルを返す lambda を指定することです。

Python
employees = [
    {"name": "田中", "dept": "開発", "age": 30},
    {"name": "佐藤", "dept": "営業", "age": 25},
    {"name": "鈴木", "dept": "開発", "age": 25},
]

# 1番目に部署名、2番目に年齢でソート
sorted_employees = sorted(employees, key=lambda x: (x["dept"], x["age"]))

for emp in sorted_employees:
    print(emp)
実行結果
{'name': '鈴木', 'dept': '開発', 'age': 25}
{'name': '田中', 'dept': '開発', 'age': 30}
{'name': '佐藤', 'dept': '営業', 'age': 25}

この手法を使えば、複雑な優先順位を持ったデータ整列も一行でスマートに記述できます。

大規模データとパフォーマンスの考慮

2026年のデータ集計システムでは、数百万行のデータをメモリ上で扱うことも珍しくありません。

sorted() 関数は、Timsort と呼ばれる非常に高度なアルゴリズムを採用しています。

Timsortはマージソートと挿入ソートを組み合わせたもので、実世界のデータに対して驚異的な効率を発揮します。

メモリ使用量への注意

ただし、sorted() は新しいリストを作成するため、メモリ使用量が元のデータの2倍近くになる可能性があります。

もしメモリ制約が厳しい環境で、元のデータを保持する必要がない場合は、list.sort() を使用して破壊的に並び替えることを検討してください。

また、イテレータを維持したまま最小値や最大値だけを取得したい場合は、min() や max() 、あるいは heapq モジュールを検討するのがプロの選択です。

まとめ

Pythonの sorted() 関数は、シンプルながらも非常に奥が深く、使いこなすことでコードの可読性と効率を劇的に向上させることができます。

基本となる昇順・降順の操作はもちろん、key 引数を用いたカスタムソートや operator モジュールによる最適化は、実務レベルでは必須の知識です。

また、安定ソートの性質を理解し、複数条件での並び替えをマスターすれば、より高度なデータ分析やロジックの実装が可能になります。

日々のコーディングにおいて、どのソート手法が最適かを常に考える習慣をつけましょう。

この記事で紹介したテクニックを活用し、洗練されたPythonプログラムを構築してください。