![](/img/trans.png)
[英]Read group of rows from Parquet file in Python Pandas / Dask?
[英]Python - read parquet file without pandas
目前我在Python 3.5, Windows
上使用下面的代碼來讀取parquet
文件。
import pandas as pd
parquetfilename = 'File1.parquet'
parquetFile = pd.read_parquet(parquetfilename, columns=['column1', 'column2'])
但是,我想在不使用熊貓的情況下這樣做。 如何最好地做到這一點? 我在Windows
上同時使用Python 2.7 and 3.6
。
您可以為此使用duckdb
。 它是一個類似於 SQLite 但考慮到 OLAP 的嵌入式 RDBMS。 有一個很好的 Python API 和一個 SQL 函數來導入 Parquet 文件:
import duckdb
conn = duckdb.connect(":memory:") # or a file name to persist the DB
# Keep in mind this doesn't support partitioned datasets,
# so you can only read one partition at a time
conn.execute("CREATE TABLE mydata AS SELECT * FROM parquet_scan('/path/to/mydata.parquet')")
# Export a query as CSV
conn.execute("COPY (SELECT * FROM mydata WHERE col = 'val') TO 'col_val.csv' WITH (HEADER 1, DELIMITER ',')")
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.