从 Google Cloud Storage 读取带有 Pandas 的 Parquet 元数据

Question

由于这个答案（阅读第一个答案），我能够读取位于 GCS 上的镶木地板文件。 我使用了pd.read_parquet函数和 pyarrow 引擎。 我现在想访问镶木地板元数据，而无需将数据下载到数据框中。 有可能用熊猫做到这一点吗？

Answer 1

我找到了一个解决方案，使用没有 Pandas 的gcsfs ：

import pyarrow.parquet as pq
import gcsfs

fs = gcsfs.GCSFileSystem(project=myprojectname)

f = fs.open(myfilepath)
myschema = pq.ParquetFile(f).schema

print(myschema)