python - 是否有工具可以帮助将文件视为数据库中的表？

Question

我有 csv 文件，想将它们视为数据库的表格。当然我可以将这些文件转换成表格。但是如果有可能直接在命令行中执行它会很好(使用类似 grep 、 head 、 tail 、 sort 和 awk 的方式)。

例如我想select文件的特定列(由其名称给出)，或选择行 where某些列具有某些值，或 order by其中一列。

Answer 1

由于您使用 python 和 ipython 标记了它，我假设您希望在 ipython 提示符下执行此操作会是什么样子。所以，这是一个简单的 CSV 文件 people.csv:

first,last,age
John,Smith,20
Jane,Smith,19
Frank,Jones,30

现在，这是一个使用它的 ipython session :

In [1]: import csv
In [2]: from operator import *
In [3]: with open('foo.csv') as f: people = list(csv.DictReader(f))
In [4]: [p['age'] for p in sorted(people, key=itemgetter('first')) if p['last'] == 'Smith']
Out[4]: ['19', '20']

只需一行代码即可将 CSV 文件作为字典列表读入内存。

鉴于此，您可以对其运行列表理解。

因此，p['age'] 按名称选择一列； sorted(people, itemgetter('first')) 按另一列排序，if p['last'] == 'Smith' 是 where 子句。

第二个有点笨拙，但我们可以解决这个问题:

In [5]: def orderby(table, column): return sorted(table, key=itemgetter(column))
In [6]: [p['age'] for p in orderby(people, 'first') if p['last'] == 'Smith']
Out[6]: ['19', '20']

---

在 itertools 的帮助下，您甚至可以执行 group by 子句，尽管在这里您肯定希望为 groupby 和聚合应用到组定义辅助函数，但我认为它仍然可能有点突破限制……

In [7]: from itertools import *
In [8]: def ilen(iterable): return sum(1 for _ in iterable)
In [9]: def group(table, column): return groupby(table, itemgetter(column))
In [10]: [(k, ilen(g)) for k, g in group(people, 'last')]
Out[10]: [('Smith', 2), ('Jones', 1)]
In [11]: def glen(kg): return kg[0], sum(1 for _ in kg[1])
In [12]: [glen(g) for g in group(people, 'last')]
Out[12]: [('Smith', 2), ('Jones', 1)]
In [13]: def gsum(kg, column): return kg[0], sum(int(x[column]) for x in kg[1])
In [14]: [gsum(g, 'age') for g in group(people, 'last')]
Out[14]: [('Smith', 39), ('Jones', 30)]

---

但是，有几点需要牢记:

• 它需要将整个内容读入内存。
• 没有“索引”。有了数据库，从10万人中选出20个史密斯只需要log(100000)+20步；对于列表，它需要 100000 步。
• 您必须适本地对操作进行排序。当您想排序，然后过滤行，然后过滤列(如上例所示)时，一切都很简单；如果您想要不同的顺序(特别是如果您想要按您未选择的列排序或过滤)，您可能需要编写更复杂的理解，而使用数据库则完全没有问题。

---

请记住，只需大约 5 行代码即可将 CSV 文件转换为 sqlite 表。所以，我认为你最好使用一个只运行 5 行 Python 程序并将你转储到 sqlite 命令行的脚本。