Как разделить порядок между двумя списками в Python

Используйте numpy -

l1_key = np.argsort(l1)

l1_sorted = np.array(l1)[l1_key]
l2_sorted = np.array(l2)[l1_key]

Вывод

print(l1_sorted)
print(l2_sorted)

[727417 852634 881231]
['2015-11-23' '2018-05-29' '2019-06-26']

Почтовый индекс...

>>> x = [852634, 727417, 881231]
>>> y = ["2018-05-29", "2015-11-23", "2019-06-26"]
>>> list(zip(y, x))
[('2018-05-29', 852634), ('2015-11-23', 727417), ('2019-06-26', 881231)]

Сортировать...

>>> sorted(zip(y,x))
[('2015-11-23', 727417), ('2018-05-29', 852634), ('2019-06-26', 881231)]

И распаковать.

>>> [x for _, x in sorted(zip(y,x))]
[727417, 852634, 881231]

Это пример общего метода, называемого преобразованием Шварца. Вы украшаете список идентификаторов, которые хотите отсортировать, соответствующими датами, сортируете украшенный список, затем извлекаете (не украшаете) исходные значения из результата.

Вы можете сделать list.sort() для int идентификаторы = ids.sort ()

Вы можете использовать datetime для сравнения второго:

from datetime import datetime
dates = [datetime.strftime(date,"Y%-M%-D%") for date in dates]

Если у вас уже есть кадр данных, вероятно, будет намного проще .explode() их и .sort_values() перед экспортом!

>>> import pandas as pd
>>> df = pd.DataFrame({"ids": [[852634, 727417, 881231], [90,100,110,115]], "dates": [["2018-05-29", "2015-11-23", "2019-06-26"], ["2015-01-01", "2021-01-01", "2020-01-01", "2021-01-01"]]})
>>> df
                        ids                                             dates
0  [852634, 727417, 881231]              [2018-05-29, 2015-11-23, 2019-06-26]
1       [90, 100, 110, 115]  [2015-01-01, 2021-01-01, 2020-01-01, 2021-01-01]
>>> df.explode(["ids", "dates"]).sort_values("dates")
      ids       dates
1      90  2015-01-01
0  727417  2015-11-23
0  852634  2018-05-29
0  881231  2019-06-26
1     110  2020-01-01
1     100  2021-01-01
1     115  2021-01-01
>>> df.explode(["ids", "dates"]).sort_values("dates")["ids"].to_numpy()
array([90, 727417, 852634, 881231, 110, 100, 115], dtype=object)