Python 高效地找到满足关系的对象
假设我有一些对象,如本例(JSON代码): 我想写一个函数Python 高效地找到满足关系的对象,python,large-data,Python,Large Data,假设我有一些对象,如本例(JSON代码): 我想写一个函数get_X_of u Y(X,Y),我可以用它来传递,例如,get_X_of u Y(“CEO”,公司[0]),并让它返回Bob 如何有效地为大型数据集执行此操作?我有以下功能: def get_X_of_Y (x, y): for person in people: if person.position == x and person.company == company.name: re
get_X_of u Y(X,Y)
,我可以用它来传递,例如,get_X_of u Y(“CEO”,公司[0])
,并让它返回Bob
如何有效地为大型数据集执行此操作?我有以下功能:
def get_X_of_Y (x, y):
for person in people:
if person.position == x and person.company == company.name:
return person
else:
return None
假设我有数千人和数百家公司。那么,有没有一种更快的方法通过遍历所有人来实现这一点?如果有办法使事情变得更快,我可以预先计算对象。正如
mu
所说的那样-使用数据库
或者,你也可以做数据库所做的事情——保留CEO的索引。因此,有一个dict看起来像:
ceos = { "Company1": "Bob", "Company2": "Charlie" }
然后从中选择。每次人员列表发生变化时,您都必须更新该记录
但是对于真实的场景呢?。。。只需使用数据库
编辑:关于评论“如果我不知道我在找什么职位怎么办”-再次做数据库做的同样的事情-从两个元素/列创建索引:
positions_index = {
("Company1", "CEO"): "Bob",
("Company1", "Manager"): "Alice",
("Company2", "CEO"): "Charlie",
}
让我们说
data = {
"people" : {
"Alice" : {
"position" : "Manager",
"company" : "Company1"
},
"Bob" : {
"position" : "CEO",
"company" : "Company1"
},
"Charlie" : {
"position" : "CEO",
"company" : "Company2"
}
},
"companies" : [
{ "name" : "Company1" },
{ "name" : "Company2" }
]
}
然后,您可以创建一个人员列表,与嵌套的dict相比,该列表基本上是一个平面结构:
>>> people = [(key, value["position"], value["company"]) for key, value in data["people"].items()]
[('Charlie', 'Company2', 'CEO'),
('Bob', 'Company1', 'CEO'),
('Alice', 'Company1', 'Manager')]
还有一份公司名单,它再次取消了dict的结构:
>>> companies = [item['name'] for item in data["companies"]]
['Company1', 'Company2']
现在查询非常简单,请使用filter
方法
def get_X_of_Y (x, y):
return filter(lambda item: item[1]==x and item[2]==y, people)
因此,您现在可以轻松搜索:
>>> get_X_of_Y("CEO", companies[0])
[('Bob', 'CEO', 'Company1')]
但是,如果你真的有数千人和数百家公司,我仍然建议使用数据库。
假设我有数千人和数百家公司。
是的,使用数据库?同意mu-使用数据库并在表person
中的company
字段上创建索引。但是如果我不知道我要找的是什么职位,比如我可能想检索公司1的经理,该怎么办?
>>> get_X_of_Y("CEO", companies[0])
[('Bob', 'CEO', 'Company1')]