Najszybsze metody modyfikowania tabel atrybutów za pomocą Pythona?

Jakiś czas temu napisałem szybką funkcję Pythona do konwertowania tabeli atrybutów na słownik Pythona, w której klucz jest pobierany z unikalnego pola identyfikatora określonego przez użytkownika (zazwyczaj pola OID). Dodatkowo domyślnie wszystkie pola są kopiowane do słownika, ale zawarłem parametr pozwalający na określenie tylko podzestawu.

def make_attribute_dict(fc, key_field, attr_list=['*']):
    dict = {}
    fc_field_objects = arcpy.ListFields(fc)
    fc_fields = [field.name for field in fc_field_objects if field.type != 'Geometry']
    if attr_list == ['*']:
        valid_fields = fc_fields
    else:
        valid_fields = [field for field in attr_list if field in fc_fields]
    if key_field not in valid_fields:
        cursor_fields = valid_fields + [key_field]
    else:
        cursor_fields = valid_fields
    with arcpy.da.SearchCursor(fc, cursor_fields) as cursor:
        for row in cursor:
            key = row[cursor_fields.index(key_field)]
            subdict = {}
            for field in valid_fields:
                subdict[field] = row[cursor_fields.index(field)]
            dict[key] = subdict
            del subdict
    return dict

Działa to świetnie w przypadku stosunkowo małych zestawów danych, ale właśnie uruchomiłem go na tabeli zawierającej około 750 000 wierszy i 15 pól - około 100 MB w geobazie pliku. Na nich funkcja działa znacznie wolniej, niż się spodziewałam: około 5-6 minut (i to po skopiowaniu tabeli do in_memoryobszaru roboczego). Naprawdę chciałbym znaleźć sposób na przyspieszenie konwersji na słownik lub uzyskać lepszy wgląd w lepszą strategię manipulowania dużą ilością danych atrybutów za pomocą Pythona.

UpdateCursors nie będzie dla mnie działał dobrze, ponieważ gdy zmienia się jeden wiersz, może on wywołać zmiany w kilku innych. Pętlowanie i przetwarzanie ich pojedynczo jest zbyt kłopotliwe dla tego, czego potrzebuję.

Myślę, że problemem są prawdopodobnie dwie linie, w których przechodzisz nad polami i dołączasz każde pole osobno do subdictsłownika.

for field in valid_fields:
    subdict[field] = row[cursor_fields.index(field)]

Twój rowobiekt jest już krotką w tej samej kolejności co twoje pola, skorzystaj z tego i użyj zipfunkcji.

def make_attribute_dict(fc, key_field, attr_list=['*']):
    attdict = {}
    fc_field_objects = arcpy.ListFields(fc)
    fc_fields = [field.name for field in fc_field_objects if field.type != 'Geometry']
    if attr_list == ['*']:
        valid_fields = fc_fields
    else:
        valid_fields = [field for field in attr_list if field in fc_fields]
    #Ensure that key_field is always the first field in the field list
    cursor_fields = [key_field] + list(set(valid_fields) - set([key_field]))
    with arcpy.da.SearchCursor(fc, cursor_fields) as cursor:
        for row in cursor:
            attdict[row[0]] = dict(zip(cursor.fields,row))
    return attdict

Spowodowało to przeszukanie klasy obiektów geobazy danych z 16 polowymi rekordami i 16 polami w 8 sekund w moim systemie.

Edycja: Wypróbowałem bardziej rygorystyczny test. 518k rekordów przez zdalne połączenie SDE z 16 polami, w tym OBJECTID i Shape, działającymi w wersji 32-bitowej 11 sekund :)