抛开应用场景谈对错都是耍流氓。

@alw1329 ```python
# 一个例子，实际数据比较长

# 比如这是我一个很长的需要的数据列表
# 里面缺失了一个 matchId
event_data_list = [{
"id": "周二 001",
"matchTime": "2019/10/23 0:15:00",
"league": "亚冠杯",
"home": "希拉尔",
"away": "萨德",
}]
# 这里面有需要的 matchId，有一个相同的 id 来关联它们
event_name_from_dict = [{
"id": "周二 001",
"matchId": 1798094,
}]

# 从数据库提取的部分就不说了
# 首先会从 matchId 的列表中进行提取并处理
# 提取后的数据以 where 条件做键，对应值
event_id_and_match = dict()
for event_id in event_name_from_dict:
event_id_and_match[event_id["id"]] = event_id["matchId"]
print(event_id_and_match) # {'周二 001': 1798094}

# 然后是进行整合匹配
for event in event_data_list:
# 根据 id 这个键去提取需要的值，字典取值效率是非常高的
# 可以避免用循环嵌套的方式来比对
event['matchId'] = event_id_and_match[event['id']]
# 3.6 以后字典是有序的，如果你要提交数据库可以直接转 tuple(当然不能过度依赖字典的有序)
print(event) # {'id': '周二 001', 'matchTime': '2019/10/23 0:15:00', 'league': '亚冠杯', 'home': '希拉尔', 'away': '萨德', 'matchId': 1798094}
print(tuple(event.values())) # ('周二 001', '2019/10/23 0:15:00', '亚冠杯', '希拉尔', '萨德', 1798094)
```
程序的一部分内容就是这样了，因为有点擦边球的东西，所以我删掉了数据的大部分内容.
本人水平比较低，只能写这样，大佬就不要口吐莲花了。

@dolaxi 除非你只记录一次 log，否则还是加个表。

新爬虫技能 get ！

成都瑟瑟发抖的看着你们

这让我想起了做外包的时候接的单子，老板接的 SQL Server 迁移，拿过来发现，两边的表数量不一致，这就算了，后来我还发现表结构都不一致……

@sylvos 我只能说说我那个程序的思路哈，毕竟不知道你的实际情况。
1.最开始我是硬循环嵌套强行做 if 匹配，后来优化当然第一件事就是干掉它，尽量在提取数据之初限定条件，这个条件一般是就是 where 条件，能极大减少循环次数。
2.如果有数据需要从别的地方拿，尽量先提取一次做成字典，把 if 条件之类的通过键的形式直接取值，这样做可以把 where 的匹配时间降到最低，还能去掉循环嵌套。
3.我当时数据是丢数据库的，设计库的时候字段也最好定好，可以以空间换时间，还得把 where 条件做索引，如果涉及到入库，最好先把要存的每条数据做成元组存进列表，通过数据库包的 executemany 方法来提交到数据库，能节省相当多的时间，数据库连接对象也要避免多次创建。
4.numpy 最好用 anaconda 来做，它会包含很多算法库，能极大提升性能，
当时我的数据并没有那么多，整合清洗完成大概 14000 条，但是需要的数据分离在不同的地方，相当于说需要用 where 条件来匹配数据，循环嵌套硬匹配，那循环次数好几亿就太多了，O(n^2)了。做成字典去对应数据，通过键直接去拿我要的，时间上只花了构造字典的循环以及拿数据匹配的循环。

@encro Python 的 IDE，就我而言只有 PyCharm 才能好好当成提高效率的工具。
至于高质量的库还是有很多，这些知名库都是好团队组织在维护，Django，Numpy，Pandas 之类。
但是 Python 想精通想用的好确实难，曲线一下子就上去了，七八十度的陡坡。
Python 多数都是外包才招人，招到的多数都是新手，新手写的东西，效率堪忧。
之前也是有人找我教他 Python，想自己写点东西，后来发现学不会，他的工具就都让我做了开发了，因为不是给他教学了，所以给的钱完全支撑不起给他做项目，写的就很随便，没去优化任何东西，能用就行。结果数据处理一趟下来要花近 2 分钟，后来是我自己看不下去，花了一天做了优化，时间缩减到 8 秒，然后找他要了点钱...这波操作反正有点迷。