我正在尝试用python写一个模拟代码。此模拟代码依赖于大型csv文件的输入，并且模拟中的每一天都有一个单独的csv文件。我需要在每个模拟日进行大量的查询（查询是基于时间的，是csv文件中的列）。
我正在考虑使用pandas.read_csv将其作为 Dataframe 读入，并存储结果，然后从该 Dataframe 进行查询。一个编码要求是我不希望 Dataframe 存储在查询站点。
我认为最简单的方法是使用一个类，例如，

import pandas as pd
class DailyCSVLoader:
  def __init__(filepath):
    self.df = pd.read_csv(filepath)
  def query(time):
    # return the rows corresponding to time

使用方法：

import datetime
path = "/path/to/csv/file/filename.csv"
time = datetime.datetime(year=2020, month=1, day=1, hour=12, minute=2, second=0)
loader = DailyCSVLoader(path)
loader.query()

然而，对于我的特定代码库，在类之外执行此操作可能会稍微容易一些，并且只需一个函数和一个保存 Dataframe 的静态变量，例如，

import pandas as pd
# because I don't want the calling site to store df, I decided to keep it as a static variable here
def daily_csv_loader(filepath):
  daily_csv_loader.df = pd.read_csv(filepath)
def query(time, df):
  # return rows from df corresponding to time

使用

import datetime
path = "/path/to/csv/file/filename.csv"
time = datetime.datetime(year=2020, month=1, day=1, hour=12, minute=2, second=0)
daily_csv_loader(filepath)
query(time, daily_csv_loader.)

这里有没有其他的方法，最好是函数方法（我不想像前面提到的那样在这里使用OOP）？有没有一种函数式方法可以用一个函数来完成，也许是用嵌套的函数？