Python中无需存储数据，能否直接对array执行SQL查询？

你完全没必要把临时数据存入MySQL这类数据库，Python生态里有不少工具能让你直接在内存中的数据结构（比如列表、DataFrame）上执行SQL查询，完美适配你的需求：

• Pandas + pandasql：这是最常用的组合。把假数据或CSV数据加载成Pandas的DataFrame后，用pandasql的sqldf函数就能直接写SQL查询。示例代码：

  import pandas as pd
  from pandasql import sqldf
  
  # 假设你的假数据是列表转成的DataFrame
  fake_data = pd.DataFrame([
      {"id": 1, "name": "Alice", "age": 30},
      {"id": 2, "name": "Bob", "age": 25}
  ])
  
  # 执行SQL查询
  result = sqldf("SELECT name, age FROM fake_data WHERE age > 27")
  print(result)
  

  CSV数据直接用pd.read_csv()加载成DataFrame就行，后续操作和假数据完全一致。

• DuckDB：轻量级的嵌入式数据库，支持直接查询Pandas DataFrame甚至本地CSV文件，语法和标准SQL几乎一致，性能表现也很出色。示例：

  import duckdb
  import pandas as pd
  
  fake_data = pd.DataFrame([
      {"id": 1, "name": "Alice", "age": 30},
      {"id": 2, "name": "Bob", "age": 25}
  ])
  
  # 直接查询内存中的DataFrame
  result = duckdb.query("SELECT * FROM fake_data WHERE age < 30").df()
  print(result)
  
  # 甚至可以直接查询CSV文件，无需先加载成DataFrame
  # result = duckdb.query("SELECT * FROM 'your_file.csv' WHERE age > 25").df()
  

这些工具都不需要搭建额外的数据库服务，所有操作都在内存中完成，数据用完即可释放，完全符合你“无需长期保存”的需求。如果你的查询逻辑复杂，用SQL处理会比纯Python代码更简洁高效。

内容的提问来源于stack exchange，提问作者crosenblum