pandas.DataFrame.to_parquet #

数据框。to_parquet (路径=无, * ,引擎= 'auto' ,压缩= 'snappy' ,索引=无, partition_cols =无, storage_options =无, ** kwargs ) [来源] #

将 DataFrame 写入二进制 parquet 格式。

该函数将数据帧写入parquet 文件。您可以选择不同的镶木地板后端，并可以选择压缩。有关更多详细信息，请参阅用户指南。

参数：

path str，路径对象，类文件对象，或 None，默认 None: 字符串、路径对象（实现os.PathLike[str]）或实现二进制write()函数的类文件对象。如果没有，则结果以字节形式返回。如果是字符串或路径，则在写入分区数据集时将用作根目录路径。
引擎{'auto', 'pyarrow', 'fastparquet'}, 默认 'auto': 要使用的 Parquet 库。如果为“自动”，则 io.parquet.engine使用该选项。默认io.parquet.engine 行为是尝试“pyarrow”，如果“pyarrow”不可用，则返回“fastparquet”。
压缩str 或 None，默认 'snappy': 要使用的压缩的名称。用于None无压缩。支持的选项：'snappy'、'gzip'、'brotli'、'lz4'、'zstd'。
索引bool，默认 None: 如果True，则在文件输出中包含数据帧的索引。如果False，它们将不会被写入文件。如果None，类似于True数据帧的索引将被保存。但是，RangeIndex 将作为元数据中的范围存储，而不是保存为值，因此不需要太多空间并且速度更快。其他索引将作为列包含在文件输出中。
partition_cols列表，可选，默认 None: 用于对数据集进行分区的列名称。列按照给定的顺序进行分区。如果路径不是字符串，则必须为 None。
storage_options字典，可选: 对于特定存储连接有意义的额外选项，例如主机、端口、用户名、密码等。对于 HTTP(S) URL，键值对将urllib.request.Request作为标头选项转发。对于其他 URL（例如以“s3://”和“gcs://”开头），键值对将转发到fsspec.open。请参阅fsspec和urllib了解更多详细信息，有关存储选项的更多示例，请参阅此处。
**夸格: 传递给 parquet 库的其他参数。有关更多详细信息，请参阅 pandas io 。

返回：

如果没有提供路径参数，则为字节，否则无

也可以看看

read_parquet: 读取镶木地板文件。
DataFrame.to_orc: 编写一个orc文件。
DataFrame.to_csv: 写入 csv 文件。
DataFrame.to_sql: 写入sql表。
DataFrame.to_hdf: 写入hdf。

笔记

此功能需要fastparquet或pyarrow库。

例子

>>> df = pd.DataFrame(data={'col1': [1, 2], 'col2': [3, 4]})
>>> df.to_parquet('df.parquet.gzip',
...               compression='gzip')  
>>> pd.read_parquet('df.parquet.gzip')  
   col1  col2
0     1     3
1     2     4

如果您想获得镶木地板内容的缓冲区，您可以使用 io.BytesIO 对象，只要您不使用创建多个文件的partition_cols。

>>> import io
>>> f = io.BytesIO()
>>> df.to_parquet(f)
>>> f.seek(0)
0
>>> content = f.read()