引言
- 仅作为参考,起因是工作中需要用到pandas读取parquet格式的文件,结果发现需要另外安装适配的包,一顿倒腾代价还不如在项目加一步处理,因此不再需要读取parquet文件的读取操作,所以该文章只作为以后再遇到本场景的一个flag。
如何查询python包的所有历史版本
注:在安装读取parquet文件的包之前要看看是否有版本兼容问题,以免走弯路。
https://pypi.org/project/包名/#history
安装读取parquet文件的包
早一些的pandas可以使用read_parquet函数
- 需要安装pyarrow fastparquet包
- 注意:按照顺序 pip install 依次安装 pyarrow和fastparquet包,顺序错了就会报错,因为有以来关系
当前pandas可以使用read_table函数
- 由于python的改版,旧版本的函数也不好使了,所以可以试试新版的读取函数
pip install pyarrow
import pyarrow as pa
import pyarrow.parquet as pq
df = pq.read_table(u'parq文件的路径').to_pandas()
参考资料
- read_parquet函数安装包安装顺序参考
- https://blog.csdn.net/weixin_39691233/article/details/111665821
- 查询python包的版本问题
- https://blog.csdn.net/qq_29752857/article/details/112011106
- 使用read_table函数
- https://blog.csdn.net/weixin_45126025/article/details/122988260
- 读取parquet格式文件遇到的一些问题
- https://zhuanlan.zhihu.com/p/363578577