用于在内存中维护表格数据的数据结构？

Question

我的情况如下：我有一个数据表（少数字段，少于一百行），该数据表在程序中广泛使用。我还需要这些数据具有持久性，因此我将其另存为CSV并在启动时加载。我之所以选择不使用数据库，是因为每个选项（甚至是SQLite）对于我的卑微要求都是过高的（另外-
我希望能够以一种简单的方式离线编辑值，没有什么比记事本更简单的了）。

假设我的数据如下所示（在文件中用逗号分隔，没有标题，这只是一个示例）：

 Row  | Name     | Year   | Priority
------------------------------------
 1    | Cat      | 1998   | 1
 2    | Fish     | 1998   | 2
 3    | Dog      | 1999   | 1 
 4    | Aardvark | 2000   | 1
 5    | Wallaby  | 2000   | 1
 6    | Zebra    | 2001   | 3

笔记：

1. 行可以是写入文件的“实际”值，也可以是代表行号的自动生成的值。无论哪种方式，它都存在于内存中。
2. 名称是唯一的。

我对数据所做的事情：

1. 根据ID（迭代）或名称（直接访问）查找一行。
2. 根据多个字段以不同的顺序显示表格：我需要对表格进行排序，例如，按优先级排序，然后按年份排序，或者按年份排序，然后按优先级排序，依此类推。
3. 我需要根据参数集对实例进行计数，例如，1997年至2002年之间的年份有多少行，或者1998年的优先级> 2等有多少行。

我知道SQL的这种“呼声” …

我试图找出什么是数据结构的最佳选择。以下是我看到的几种选择：

行列表列表：

a = []
a.append( [1, "Cat", 1998, 1] )
a.append( [2, "Fish", 1998, 2] )
a.append( [3, "Dog", 1999, 1] )
...

列列表的列表（显然会有add_row等的API）：

a = []
a.append( [1, 2, 3, 4, 5, 6] )
a.append( ["Cat", "Fish", "Dog", "Aardvark", "Wallaby", "Zebra"] )
a.append( [1998, 1998, 1999, 2000, 2000, 2001] )
a.append( [1, 2, 1, 1, 1, 3] )

列列表字典（可以创建常量来替换字符串键）：

a = {}
a['ID'] = [1, 2, 3, 4, 5, 6]
a['Name'] = ["Cat", "Fish", "Dog", "Aardvark", "Wallaby", "Zebra"] 
a['Year'] = [1998, 1998, 1999, 2000, 2000, 2001] 
a['Priority'] = [1, 2, 1, 1, 1, 3]

键为（Row，Field）元组的字典：

Create constants to avoid string searching
NAME=1
YEAR=2
PRIORITY=3

a={}
a[(1, NAME)] = "Cat"
a[(1, YEAR)] = 1998
a[(1, PRIORITY)] = 1
a[(2, NAME)] = "Fish"
a[(2, YEAR)] = 1998
a[(2, PRIORITY)] = 2
...

而且我敢肯定还有其他方法…但是，在满足我的要求（复杂的订购和计数）时，每种方法都有缺点。

推荐的方法是什么？

编辑：

需要澄清的是，性能对我而言不是主要问题。由于表太小，我相信几乎每个操作都将在毫秒范围内，这对我的应用程序来说不是问题。

Answer 1

在内存中有一个需要查询，排序和任意聚合的“表”确实确实需要SQL。您说您尝试过SQLite，但是您是否意识到SQLite可以使用仅内存数据库？

connection = sqlite3.connect(':memory:')

然后，您可以使用SQLite的所有功能在内存中创建/删除/查询/更新表，完成后不留文件。从Python
2.5开始，sqlite3它在标准库中，因此它并不是真正的“滥杀滥伤” IMO。

这是一个示例如何创建和填充数据库的示例：

import csv
import sqlite3

db = sqlite3.connect(':memory:')

def init_db(cur):
    cur.execute('''CREATE TABLE foo (
        Row INTEGER,
        Name TEXT,
        Year INTEGER,
        Priority INTEGER)''')

def populate_db(cur, csv_fp):
    rdr = csv.reader(csv_fp)
    cur.executemany('''
        INSERT INTO foo (Row, Name, Year, Priority)
        VALUES (?,?,?,?)''', rdr)

cur = db.cursor()
init_db(cur)
populate_db(cur, open('my_csv_input_file.csv'))
db.commit()

如果您真的不想使用SQL，则可能应该使用字典列表：

lod = [ ] # "list of dicts"

def populate_lod(lod, csv_fp):
    rdr = csv.DictReader(csv_fp, ['Row', 'Name', 'Year', 'Priority'])
    lod.extend(rdr)

def query_lod(lod, filter=None, sort_keys=None):
    if filter is not None:
        lod = (r for r in lod if filter(r))
    if sort_keys is not None:
        lod = sorted(lod, key=lambda r:[r[k] for k in sort_keys])
    else:
        lod = list(lod)
    return lod

def lookup_lod(lod, **kw):
    for row in lod:
        for k,v in kw.iteritems():
            if row[k] != str(v): break
        else:
            return row
    return None

然后测试得出：

>>> lod = []
>>> populate_lod(lod, csv_fp)
>>> 
>>> pprint(lookup_lod(lod, Row=1))
{'Name': 'Cat', 'Priority': '1', 'Row': '1', 'Year': '1998'}
>>> pprint(lookup_lod(lod, Name='Aardvark'))
{'Name': 'Aardvark', 'Priority': '1', 'Row': '4', 'Year': '2000'}
>>> pprint(query_lod(lod, sort_keys=('Priority', 'Year')))
[{'Name': 'Cat', 'Priority': '1', 'Row': '1', 'Year': '1998'},
 {'Name': 'Dog', 'Priority': '1', 'Row': '3', 'Year': '1999'},
 {'Name': 'Aardvark', 'Priority': '1', 'Row': '4', 'Year': '2000'},
 {'Name': 'Wallaby', 'Priority': '1', 'Row': '5', 'Year': '2000'},
 {'Name': 'Fish', 'Priority': '2', 'Row': '2', 'Year': '1998'},
 {'Name': 'Zebra', 'Priority': '3', 'Row': '6', 'Year': '2001'}]
>>> pprint(query_lod(lod, sort_keys=('Year', 'Priority')))
[{'Name': 'Cat', 'Priority': '1', 'Row': '1', 'Year': '1998'},
 {'Name': 'Fish', 'Priority': '2', 'Row': '2', 'Year': '1998'},
 {'Name': 'Dog', 'Priority': '1', 'Row': '3', 'Year': '1999'},
 {'Name': 'Aardvark', 'Priority': '1', 'Row': '4', 'Year': '2000'},
 {'Name': 'Wallaby', 'Priority': '1', 'Row': '5', 'Year': '2000'},
 {'Name': 'Zebra', 'Priority': '3', 'Row': '6', 'Year': '2001'}]
>>> print len(query_lod(lod, lambda r:1997 <= int(r['Year']) <= 2002))
6
>>> print len(query_lod(lod, lambda r:int(r['Year'])==1998 and int(r['Priority']) > 2))
0

我个人更喜欢SQLite版本，因为它可以更好地保留您的类型（在Python中无需额外的转换代码）并且可以轻松扩展以适应将来的需求。但是话又说回来，我对SQL非常满意，所以对YMMV来说很满意。