So öffnen Sie .PARQUET-Dateien unter Windows
Um .PARQUET-Dateien unter Windows zu öffnen, installieren Sie Python und Pandas und installieren Sie dann eine von Ihrer Umgebung unterstützte Parquet-Engine (wie von pandas.read_parquet erforderlich).
Schritt-für-Schritt-Anleitung
- Installieren Sie Python und Pandas und installieren Sie dann eine von Ihrer Umgebung unterstützte Parquet-Engine (wie von pandas.read_parquet erforderlich).
- Öffnen Sie eine Python-Sitzung und führen Sie Folgendes aus: import pandas as pd; df = pd.read_parquet('file.parquet'); print(df.head()).
Häufige Probleme
Pandas kann die Datei nicht lesen, da eine Parquet-Engine fehlt
pandas.read_parquet basiert auf einer zugrunde liegenden Parquet-Implementierung. Wenn es nicht installiert oder konfiguriert ist, erhalten Sie möglicherweise die Fehlermeldung, dass keine verwendbare Engine verfügbar ist.
- Überprüfen Sie die Dokumentation zu pandas.read_parquet auf die derzeit unterstützten Engine-Optionen und Anforderungen für Ihr Setup.
- Installieren/konfigurieren Sie eine unterstützte Engine und versuchen Sie es dann erneut mit pd.read_parquet('file.parquet').
Die Datei wird geöffnet, sieht aber in einem Texteditor nicht lesbar aus
Parquet ist ein binäres, spaltenförmiges Speicherformat; Es ist nicht dazu gedacht, als reiner Text gelesen zu werden, daher sieht es wie Kauderwelsch aus, wenn man es in einem Texteditor öffnet.
- Öffnen Sie es mit einem Datentool, das Parquet versteht (laden Sie es beispielsweise mit read_parquet in Pandas).
- Wenn Sie eine für Menschen lesbare Ansicht benötigen, exportieren Sie nach dem Laden eine Teilmenge in CSV (z. B. df.head().to_csv('preview.csv')).
Schema-/Typkonflikt oder unerwartete Spalten beim Laden
Parquet-Dateien kodieren ein Schema; Unterschiedliche Hersteller oder Versionen von Datensätzen können beim Lesen zu unterschiedlichen Spaltentypen oder fehlenden/zusätzlichen Feldern führen.
- Überprüfen Sie nach dem Lesen die dtypes und Spalten des Datenrahmens (z. B. df.dtypes und df.columns) und vergleichen Sie sie mit Ihren Erwartungen.
- Wenn der Datensatz partitioniert oder von mehreren Jobs erstellt wird, stellen Sie sicher, dass Sie den vorgesehenen Dateisatz lesen und fehlende Spalten/Typen in Ihrem Downstream-Code behandeln.
Sicherheitshinweis
Parquet ist ein Datendateiformat (kein makrofähiges Dokument), wird aber dennoch von komplexen Bibliotheken analysiert; fehlerhafte oder in böser Absicht erstellte Parquet-Dateien könnten bei Lesern Schwachstellen auslösen. Bevorzugen Sie aktuelle Parquet-Lesebibliotheken und vermeiden Sie das Öffnen nicht vertrauenswürdiger Dateien in Umgebungen mit hohen Berechtigungen.