如何读取 python 中的 data.parquet.gz 文件？

Question

如何读取文件data.parquet.gz并将其转换为 pandas dataframe？

下面的代码给出错误：

无法打开 Parquet 输入源“”：在页脚中找不到 Parquet 魔术字节。 文件已损坏，或者这不是镶木地板文件。

df = pd.read_parquet('data.parquet.gz')

Answer 1

您的文件是一个 gzip 存档，您可以阅读如下：

import gzip

with gzip.open('data.parquet.gz', 'rb') as f:
  df = pd.read_parquet(f)