【Python技巧系列】 Python中key-value格式数据存储方案

key-value格式的存储的应用场景很多，通用的描述是『输入一个唯一标识的input，返回（查找）一个对应的output』。Python中字典（dictionary）就是一个内置的解决方案 - Python的字典本质上是一个哈希表，功能可对应Java的HashMap，但据说被尽可能地优化过（没有研究过细节，不随意展开），因此输入key的查询速度可以说是Python本身能达到的极致了。

但是，并不是每个场景都是以查询速度为第一条件的。Python字典在建立的过程中同时也要建立一个C long型的哈希表（以及其他？），因此会额外占据很多空间。若是需要在内存中保持一个很大的key-value数据结构，并可以牺牲查询速度的话，也可以用其他方案替代。

这篇整理一下Python中各种常用的key-value方案以及适用场景。

Python自带字典（dictionary）

• 优点：方便简洁，查询速度No.1
• 缺点：占用内存空间。
• 适用场景：内存足够。

Pandas的Series / DataFrame

这里我们主要关心的是，Series / DataFrame的索引中，用户自定义索引和内部建立的数值型索引的映射是怎么实现的？（重点 - 是字典吗？答案：是。）

拿Series来举例：