小さなテーブルのPython？私のことができるようにしたい</p> <p>UID、名前、値、カラー、タイプ、場所</p> <p>：

Question

はのは、私は次のような異なる特性を有する1つのまたは2つ以上のダースのオブジェクトを持っていないとしましょうLocation = "Boston"、またはType = "Primary"のすべてのオブジェクトを呼び出します。古典的なデータベースクエリタイプのもの。

ほとんどのテーブルソリューション（pytables、* sql）は、このような小さなデータセットの場合、実際には過剰です。すべてのオブジェクトを繰り返し処理し、データ列ごとに個別の辞書を作成するだけです（新しいオブジェクトを追加するときに辞書に値を追加する）。

これは、このようなdicts作成します。

{ 'ボストン'：[234、654、234]、 'シカゴ'：[324、765、342]} - これらの3桁のエントリは、UIDのようなものを表し。

ご覧のとおり、これを照会するのはちょっとした痛みです。

代替手段はありますか？

Answer 1

私はPythonの組み込みのsetsを使用するのが大好きです。

users = { 
    1: dict(Name="Mr. Foo", Location="Boston", Type="Secondary"), 
    2: dict(Name="Mr. Bar", Location="New York", Type="Primary"), 
    3: dict(Name="Mr. Quux", Location="Chicago", Type="Secondary"), 
    #... 
} 

をあなたはこのようなWHERE ... OR ...クエリを行うことができます：あなたは、このデータを持っていた場合は場所= 'ボストン' ORタイプ= 'プライマリ' の例

、

set1 = set(u for u in users if users[u]['Location'] == 'Boston') 
set2 = set(u for u in users if users[u]['Type'] == 'Primary') 
result = set1.union(set2) 

か1つの式で

result = set(u for u in users if users[u]['Location'] == 'Boston' 
           or users[u]['Type'] == 'Primary') 

の関数を使用することもできます10を使用して、データのかなり効率的なクエリを作成します。あなたはGROUP BY cityに似た何かをしたい場合例：

cities = ('Boston', 'New York', 'Chicago') 
cities_users = dict(map(lambda city: (city, ifilter(lambda u: users[u]['Location'] == city, users)), cities)) 

また、物事をスピードアップするために（ユーザーIDにdictマッピング場所を構築する）手動で索引を作成することができます。これが遅すぎたり扱いにくい場合は、おそらくsqliteに切り替えるでしょう。これはPython（2.5）標準ライブラリに含まれています。

Answer 2

それは本当に少量のデータなら、私は、インデックスを気にし、おそらくちょうどヘルパー関数書き込みませ思います：

users = [ 
    dict(Name="Mr. Foo", Location="Boston", Type="Secondary"), 
    dict(Name="Mr. Bar", Location="New York", Type="Primary"), 
    dict(Name="Mr. Quux", Location="Chicago", Type="Secondary"), 
    ] 

def search(dictlist, **kwargs): 
    def match(d): 
     for k,v in kwargs.iteritems(): 
     try: 
      if d[k] != v: 
       return False 
     except KeyError: 
      return False 
     return True 

    return [d for d in dictlist if match(d)] 

できるようになります。このような見栄えのクエリ：

result = search(users, Type="Secondary") 

Answer 3

私はsqliteが "過剰な"ものになるとは思わない - 標準のPython 2.5以降では、インストールする必要がなく、メモリやローカルディスクファイルのデータベースを作成して扱うことができる。本当に、どうすれば簡単にできますか？あなたは初期値を含むメモリ内のすべてのものをしたい、そしてそれらの初期値を表現するためにdictsを使用したい場合は、例えば...：

import sqlite3 

db = sqlite3.connect(':memory:') 
db.execute('Create table Users (Name, Location, Type)') 
db.executemany('Insert into Users values(:Name, :Location, :Type)', [ 
    dict(Name="Mr. Foo", Location="Boston", Type="Secondary"), 
    dict(Name="Mr. Bar", Location="New York", Type="Primary"), 
    dict(Name="Mr. Quux", Location="Chicago", Type="Secondary"), 
    ]) 
db.commit() 
db.row_factory = sqlite3.Row 

、今お使いのメモリ内の小さな「DB」は行く準備ができて。ディスクファイルにDBを作成したり、テキストファイル、CSVなどから初期値を読み取るのは難しいことではありません。

問合せは...例えば、あなたが文字列の挿入と意志のパラメータ置換を混在させることができ、簡単かつ甘い、特に柔軟性がある：

def where(w, *a): 
    c = db.cursor() 
    c.execute('Select * From Users where %s' % w, *a) 
    return c.fetchall() 

print [r["Name"] for r in where('Type="Secondary"')] 

はちょうどよりエレガントが、同等のように、[u'Mr. Foo', u'Mr. Quux']発する

print [r["Name"] for r in where('Type=?', ["Secondary"])] 

と、ご希望のクエリがちょうどです：

print [r["Name"] for r in where('Location="Boston" or Type="Primary"')] 

などSエイリアス - 好きではないことは何ですか？