pandas.DataFrame.to_parquet

DataFrame.to_parquet(fname, engine='auto', compression='snappy', index=None, partition_cols=None, **kwargs) [source]

Запись DataFrame в двоичный формат parquet.

Новая в версии 0.21.0.

Эта функция записывает DataFrame в файл parquet. Вы можете выбрать различные бэкэнды parquet и указать сжатие. Более подробная информация в руководстве пользователя.

Параметры:

fname : str Путь к файлу или путь к корневой директории. Будет использоваться как путь к корневой директории при записи разбиеной набора данных. Изменено в версии 0.24.0. engine : {‘auto’, ‘pyarrow’, ‘fastparquet’}, default ‘auto’ Библиотека parquet для использования. Если ‘auto’, то используется опция io.parquet.engine. По умолчанию io.parquet.engine попытка использовать ‘pyarrow’, если ‘pyarrow’ недоступен, то используется ‘fastparquet’. compression : {‘snappy’, ‘gzip’, ‘brotli’, None}, default ‘snappy’ Имя используемого метода сжатия. Использование None для отсутствия сжатия. index : bool, default None Если True, индекс(ы) DataFrame будут включены в выходной файл. Если False, они не будут записаны в файл. Если None, поведение зависит от выбранного движка. Новая в версии 0.24.0. partition_cols : list, optional, default None Имена столбцов, по которым происходит разделение набора данных. Столбцы разделяются в том порядке, в котором они указаны. Новая в версии 0.24.0. **kwargs Дополнительные аргументы, передаваемые библиотеке parquet. Более подробная информация в pandas io.

См. также

read_parquet

Чтение файла parquet.

DataFrame.to_csv

Запись в CSV файл.

DataFrame.to_sql

Запись в таблицу SQL.

DataFrame.to_hdf

Запись в hdf.

Примечания

Для этой функции требуется библиотека fastparquet или pyarrow.

Примеры

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