在Python中搜索二维数组

Question

我希望能够通过Python给定两个或多个参数来检索大型数据集（900万行，1.4 GB）中的特定行。

例如，从该数据集中：

ID1 2   10  2   2   1   2   2   2   2   2   1

ID2 10  12  2   2   2   2   2   2   2   1   2

ID3 2   22  0   1   0   0   0   0   0   1   2

ID4 14  45  0   0   0   0   1   0   0   1   1

ID5 2   8   1   1   1   1   1   1   1   1   2

给定示例参数：

• 第二列必须等于2，并且
• 第三列必须在4到15的范围内

我应该获得：

ID1 2   10  2   2   1   2   2   2   2   2   1

ID5 2   8   1   1   1   1   1   1   1   1   2

问题是我不知道如何在Python中的二维数组上有效地执行这些操作。

这是我尝试的：

line_list = []

# Loading of the whole file in memory
for line in file:
    line_list.append(line)

# set conditions
i = 2
start_range = 4
end_range = 15

# Iteration through the loaded list and split for each column
for index in data_list:
    data = index.strip().split()
    # now test if the current line matches with conditions
    if(data[1] == i and data[2] >= start_range and data[2] <= end_range):
        print str(data)

我想执行此过程很多次，但我的方法确实很慢，即使将数据文件加载到内存中也是如此。

我正在考虑使用numpy数组，但是我不知道如何在给定条件的情况下检索行。

谢谢你的帮助 ！

更新：

如建议的那样，我使用了关系数据库系统。 我选择Sqlite3是因为它易于使用且部署迅速。

我的文件是通过sqlite3中的导入功能加载的，大约需要4分钟。

我在第二和第三列上做了索引，以加快检索信息时的过程。

该查询是通过Python使用模块“ sqlite3”完成的。

那是方法，方法更快！

Answer 1

我几乎会去买（未经测试）的东西：

with open('somefile') as fin:
    rows = (line.split() for line in fin)
    take = (row for row in rows if int(row[1] == 2) and 4 <= int(row[2]) <= 15)
    # data = list(take)
    for row in take:
        pass # do something