pandas.DataFrame.to_parquet

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

Запись DataFrame в двоичный формат parquet.

Новое в версии 0.21.0.

Эта функция записывает DataFrame в файл parquet. Вы можете выбрать различные backends parquet и иметь возможность сжатия. Подробнее см. руководство 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 поведение заключается в попытке использовать ‘pyarrow’, переходя к ‘fastparquet’, если ‘pyarrow’ недоступен. compression : {‘snappy’, ‘gzip’, ‘brotli’, None}, default ‘snappy’ Название сжатия для использования. Используйте None для отсутствия сжатия. index : bool, default None Если True, включить индекс DataFrame в выходной файл. Если False, они не будут записаны в файл. Если None, поведение зависит от выбранного движка. Новое в версии 0.24.0. partition_cols : list, optional, default None Имена столбцов, по которым нужно разбить набор данных. Столбцы разбиваются в порядке их предоставления Новое в версии 0.24.0. **kwargs Дополнительные аргументы, передаваемые библиотеке parquet. См. pandas io для получения дополнительной информации.

См. также

read_parquet

Чтение файла parquet.

DataFrame.to_csv

Запись файла csv.

DataFrame.to_sql

Запись в sql таблицу.

DataFrame.to_hdf

Запись в hdf.

Примечания

Эта функция требует либо библиотеки fastparquet, либо 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