我正在寻找一个库，它可以让我在 python“对象数据库”上运行类似 SQL 的查询。对于对象数据库，我指的是内存中 Python 对象和列表的相当复杂的结构。基本上，这将是一个“反向 ORM”——它不是为关系数据库提供面向对象的接口，而是为对象数据库提供一个类似于 SQL 的接口。
C# 的 LINQ 非常接近。Python 的列表解析非常好，但是在处理复杂的事情（排序、连接等）时语法会变得很复杂。此外，我不能（轻松）使用列表推导动态创建查询。
实际的语法可以是基于字符串的，也可以使用面向对象的 DSL（a la from(mylist).select(...)）。如果图书馆会提供某种索引来加快搜索速度，则可以加分。
这存在还是我必须发明它？
Dee的目标是成为内存结构的 SQL（ish；作者更喜欢关系演算）。有一个 GROUP BY 等价物和一切。
我们正在启动 PythonQL，它与您提到的完全一样（它与 C# LINQ 非常相似）。PythonQL 演示站点
与您描述的不完全一样，但littletable可用于内存中的对象列表，支持连接、枢轴、查询。每个结果又是另一个小表，因此您可以轻松执行一系列过滤步骤。
如果你喜欢列表推导，不要忘记它们的“懒惰”对应物：生成器表达式。这些至少在一定程度上解决了动态构建查询的问题。用itertools来补充它，当然还有一些在 iterables 上工作的内置函数，你可以说你有你的 Python “LINQ to Object”（或者至少是非常接近的东西）。
你不会像 C# 和 LINQ 那样在 python 中获得内置的“pseudo-sql”语法，但我想这是一个品味问题。（就我个人而言，我喜欢它仍然是 Python，使用相同的关键字等而不是试图成为 sql：熟悉if和for子句而不是引入where等等from）。
面向对象的 DSL 方法似乎是可行的（我认为比基于字符串的方法更容易实现）。你会在像 SqlAlchemy 这样的 ORM 中找到这种东西，但我不知道是否有人已经为“正常”数据结构做过这种事情（我猜人们真的觉得没有必要？）
对于索引等：我想你必须搜索实际的“对象数据库”......
SQL 所做的与您在惯用的 Python 中所做的之间的一个主要区别是，在 SQL 中，您告诉评估者您正在寻找什么信息，它会根据它所拥有的数据结构找出最有效的检索方法. 在 python 中，你只能告诉解释器你想要的数据，没有查询计划器的等价物。
也就是说，除了列表推导之外，还有一些额外的工具很有帮助。
首先，使用与 SQL 的声明性质非常相似的结构。其中许多是内置的。 map, filter, reduce, zip, all, any,sorted以及operator,functools和itertools包的内容都提供了一种相当简洁的方式来表达数据查询。
看看sql4csv是否有帮助。
我在寻找一个支持类似用例的好库时遇到了这个问题。事实证明，Pandas非常适用于需要按类型查询加入/分组或时间序列处理的情况。