可以按块读取镶木地板文件吗? [英] Is it possible to read parquet files in chunks?
本文介绍了可以按块读取镶木地板文件吗?的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
例如, pandas 的read_csv
有一个chunk_size
参数,该参数允许read_csv
返回CSV文件的迭代器,以便我们可以按块读取该文件。
拼图格式以块的形式存储数据,但是没有像read_csv
这样的块来读取数据。
有没有办法分块读取镶木地板文件?
推荐答案
如果您的拼图文件不是使用行组创建的,则READ_ROW_GROUP方法似乎不起作用(只有一个组!)。
但是,如果您的拼图文件被分区为拼图文件的目录,您可以使用快速拼图引擎(它只处理单个文件)来读取文件,然后在PANDA中连接文件或获取值并连接ndarray
import pandas as pd
from glob import glob
files = sorted(glob('dat.parquet/part*'))
data = pd.read_parquet(files[0],engine='fastparquet')
for f in files[1:]:
data = pd.concat([data,pd.read_parquet(f,engine='fastparquet')])
这篇关于可以按块读取镶木地板文件吗?的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文