Python 中没有一个单一的数据结构可以满足您的所有需求，但是使用它所必须的数据结构组合来实现您的目标并相当有效地实现这一目标是相当容易的。
例如，假设您的输入是逗号分隔值文件中的以下数据，该文件调用employees.csv的字段名称如第一行所示：
name,age,weight,height
Bob Barker,25,175,6ft 2in
Ted Kingston,28,163,5ft 10in
Mary Manson,27,140,5ft 6in
Sue Sommers,27,132,5ft 8in
Alice Toklas,24,124,5ft 6in
以下是工作代码，它说明了如何读取这些数据并将其存储到记录列表中，并自动创建单独的查找表以查找与每个记录的字段中包含的值相关联的记录。
记录是由其创建的类的实例，该类namedtuple的内存效率非常高，因为每个记录都缺少__dict__类实例通常包含的属性。使用它们可以使用点语法按名称访问每个字段，例如record.fieldname.
查找表是defaultdict(list)实例，它们平均提供类似于字典的O (1) 查找时间，并且还允许多个值与每个值相关联。因此，查找键是要查找的字段值的值，与之关联的数据将是Person存储在employees具有该值的列表中的记录的整数索引列表——因此它们都相对较小。
请注意，该类的代码完全是数据驱动的，因为它不包含任何硬编码的字段名称，而是在读入时从 csv 数据输入文件的第一行获取。当然，当使用实例时，所有retrieve()方法调用必须提供有效的字段名称。
更新
修改为在首次读取数据文件时不为每个字段的每个唯一值创建查找表。现在，retrieve()“懒惰”的方法仅在需要时创建它们（并保存/缓存结果以供将来使用）。还修改为在 Python 2.7+ 中工作，包括 3.x。
from collections import defaultdict, namedtuple
import csv
class DataBase(object):
def __init__(self, csv_filename, recordname):
# Read data from csv format file into a list of namedtuples.
with open(csv_filename, 'r') as inputfile:
csv_reader = csv.reader(inputfile, delimiter=',')
self.fields = next(csv_reader) # Read header row.
self.Record = namedtuple(recordname, self.fields)
self.records = [self.Record(*row) for row in csv_reader]
self.valid_fieldnames = set(self.fields)
# Create an empty table of lookup tables for each field name that maps
# each unique field value to a list of record-list indices of the ones
# that contain it.
self.lookup_tables = {}
def retrieve(self, **kwargs):
""" Fetch a list of records with a field name with the value supplied
as a keyword arg (or return None if there aren't any).
"""
if len(kwargs) != 1: raise ValueError(
'Exactly one fieldname keyword argument required for retrieve function '
'(%s specified)' % ', '.join([repr(k) for k in kwargs.keys()]))
field, value = kwargs.popitem() # Keyword arg's name and value.
if field not in self.valid_fieldnames:
raise ValueError('keyword arg "%s" isn\'t a valid field name' % field)
if field not in self.lookup_tables: # Need to create a lookup table?
lookup_table = self.lookup_tables[field] = defaultdict(list)
for index, record in enumerate(self.records):
field_value = getattr(record, field)
lookup_table[field_value].append(index)
# Return (possibly empty) sequence of matching records.
return tuple(self.records[index]
for index in self.lookup_tables[field].get(value, []))
if __name__ == '__main__':
empdb = DataBase('employees.csv', 'Person')
print("retrieve(name='Ted Kingston'): {}".format(empdb.retrieve(name='Ted Kingston')))
print("retrieve(age='27'): {}".format(empdb.retrieve(age='27')))
print("retrieve(weight='150'): {}".format(empdb.retrieve(weight='150')))
try:
print("retrieve(hight='5ft 6in'):".format(empdb.retrieve(hight='5ft 6in')))
except ValueError as e:
print("ValueError('{}') raised as expected".format(e))
else:
raise type('NoExceptionError', (Exception,), {})(
'No exception raised from "retrieve(hight=\'5ft\')" call.')
输出：
retrieve(name='Ted Kingston'): [Person(name='Ted Kingston', age='28', weight='163', height='5ft 10in')]
retrieve(age='27'): [Person(name='Mary Manson', age='27', weight='140', height='5ft 6in'),
Person(name='Sue Sommers', age='27', weight='132', height='5ft 8in')]
retrieve(weight='150'): None
retrieve(hight='5ft 6in'): ValueError('keyword arg "hight" is an invalid fieldname')
raised as expected