fastparquet Python (Geliştiriciler İçin Nasıl Çalışir)

Parquet Dosyalarını Okuma ve Yazma

Parquet dosyalarından ve diğer veri dosyalarından kolayca okuma ve yazma yapabilirsiniz.

Pandas ve Dask ile Entegrasyon

Parallel işleme için Pandas DataFrames ve Dask ile sorunsuz çalışın.

Sıkıştırma Desteği

Veri dosyalarında gzip, snappy, brotli, lz4 ve zstandard gibi çeşitli sıkıştırma algoritmalarını destekler.

Verimli Depolama

Parquet kolonar dosya formatı ve dosyaya işaret eden metadata dosyası kullanılarak büyük veri kümelerinin veya veri dosyalarının hem depolanması hem de geri alınması için optimize edilmiştir.

Kurulum

fastparquet'i pip kullanarak yükleyebilirsiniz:

pip install fastparquet

pip install fastparquet

Ya da conda kullanarak:

conda install -c conda-forge fastparquet

conda install -c conda-forge fastparquet

Temel Kullanım

import pandas as pd

# Create a sample DataFrame
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'city': ['New York', 'Los Angeles', 'Chicago']
})

# Write the DataFrame to a Parquet file
df.to_parquet('example.parquet', engine='fastparquet')

# Display confirmation message
print("DataFrame successfully written to 'example.parquet'.")

import pandas as pd

# Create a sample DataFrame
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'city': ['New York', 'Los Angeles', 'Chicago']
})

# Write the DataFrame to a Parquet file
df.to_parquet('example.parquet', engine='fastparquet')

# Display confirmation message
print("DataFrame successfully written to 'example.parquet'.")

Çıktı

import pandas as pd

# Read a Parquet file
df = pd.read_parquet('example.parquet', engine='fastparquet')

# Display the DataFrame
print(df.head())

import pandas as pd

# Read a Parquet file
df = pd.read_parquet('example.parquet', engine='fastparquet')

# Display the DataFrame
print(df.head())

Parquet Dosya Metadata'sını Gösterme

import fastparquet as fp

# Reading metadata from Parquet file
meta = fp.ParquetFile('example.parquet').metadata
print("Parquet file metadata:")
print(meta)

import fastparquet as fp

# Reading metadata from Parquet file
meta = fp.ParquetFile('example.parquet').metadata
print("Parquet file metadata:")
print(meta)

Çıktı

Parallel İşlem İçin Dask Kullanımı

fastparquet, büyük veri kümelerini parallel işlemek için Dask ile iyi entegre olur:

import dask.dataframe as dd

# Read a Parquet file into a Dask DataFrame
ddf = dd.read_parquet('example.parquet', engine='fastparquet')

# Perform operations on the Dask DataFrame
result = ddf.groupby('name').mean().compute()

# Display the result
print(result)

import dask.dataframe as dd

# Read a Parquet file into a Dask DataFrame
ddf = dd.read_parquet('example.parquet', engine='fastparquet')

# Perform operations on the Dask DataFrame
result = ddf.groupby('name').mean().compute()

# Display the result
print(result)

Sıkıştırmayı Özelleştirme

Parquet dosyalarına yazarken farklı sıkıştırma algoritmalarını belirtebilirsiniz:

import pandas as pd

# Create a sample DataFrame
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35]
})

# Write the DataFrame to a Parquet file with gzip compression
df.to_parquet('example.parquet', engine='fastparquet', compression='gzip')

import pandas as pd

# Create a sample DataFrame
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35]
})

# Write the DataFrame to a Parquet file with gzip compression
df.to_parquet('example.parquet', engine='fastparquet', compression='gzip')

IronPDF, HTML, CSS, görüntüler ve JavaScript'ten türetilmiş PDF belgeleri oluşturma, değiştirme ve dijital olarak imzalama amacıyla hazırlanmış güçlü bir Python kütüphanesidir. Performansta mükemmel olup, minimum hafıza kullanımı sağlar. İşte ana özellikleri:

1. HTML'den PDF'ye Dönüşüm

IronPDF ile HTML dosyalarını, HTML dizelerini ve URL'leri PDF belgelerine dönüştürün. Örneğin, Chrome PDF renderer kullanarakweb sayfalarını PDF'lere dönüştürün.

2. Platformlar Arası Destek

Windows, Mac, Linux ve çeşitli Bulut Platformlarında Python 3+ ile uyumludur. IronPDF ayrıca .NET, Java, Python ve Node.js ortamlarında da erişilebilirdir.

3. Düzenleme ve İmza

Belgelerin özelliklerini değiştirme, şifre koruma ve izinlerle güvenliği artırma ve PDF'lerinize dijital imzaları entegre etme.

4. Sayfa Şablonları ve Ayarları

Özelleştirilmiş üstbilgiler, altbilgiler, sayfa numaraları ve ayarlanabilir kenar boşlukları ile PDF'leri düzenleyin. Duyarlı düzenleri destekler ve özel kağıt boyutlarını barındırır.

5. Standartlara Uygunluk

PDF/A ve PDF/UA gibi PDF standartlarına uygundur. UTF-8 karakter kodlamasını yönetir ve görüntüler, CSS stiller sayfaları ve yazı tipleri gibi varlıkları etkili bir şekilde yönetir.

IronPDF Python için Önkabulleri

1. IronPDF, teknoloji temelinde .NET 6.0'a güvenir. Bu nedenle, sisteminizde .NET 6.0 runtime'ın yüklü olduğundan emin olun.
2. Python 3.0+: Python sürüm 3 veya daha sonrasını yüklendiğinden emin olun.
3. pip: IronPDF paketini yüklemek için Python paket yükleyicipip'i yükleyin.

Kurulum

pip install fastparquet pandas ironpdf

Kod Örneği

Aşağıdaki kod örneği Python'da fastparquet ve IronPDF'yi birlikte kullanmayı göstermektedir:

import pandas as pd
import fastparquet as fp
from ironpdf import ChromePdfRenderer, License

# Apply your license key for IronPDF
License.LicenseKey = "your Key"

# Sample DataFrame
data = {
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'city': ['New York', 'Los Angeles', 'Chicago']
}
df = pd.DataFrame(data)

# Writing DataFrame to a Parquet file
fp.write('example.parquet', df)

# Reading from Parquet file into DataFrame
df_read = fp.ParquetFile('example.parquet').to_pandas()

# Displaying the read DataFrame
print("Original DataFrame:")
print(df)
print("\nDataFrame read from Parquet file:")
print(df_read)

# Initialize a ChromePdfRenderer instance
renderer = ChromePdfRenderer()

# Create a PDF from a HTML string using IronPDF
content = "<h1>Awesome Iron PDF with FastParquet</h1>"
content += "<p> Original DataFrame:</p>"
content += "<p>" + f"{str(df)}" + "</p>"
content += "<p> DataFrame read from Parquet file:</p>"
content += "<p>" + f"{str(df_read)}" + "</p>"

# Render the HTML content to a PDF
pdf = renderer.RenderHtmlAsPdf(content)

# Export the PDF to a file
pdf.SaveAs("Demo-FastParquet.pdf")

import pandas as pd
import fastparquet as fp
from ironpdf import ChromePdfRenderer, License

# Apply your license key for IronPDF
License.LicenseKey = "your Key"

# Sample DataFrame
data = {
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'city': ['New York', 'Los Angeles', 'Chicago']
}
df = pd.DataFrame(data)

# Writing DataFrame to a Parquet file
fp.write('example.parquet', df)

# Reading from Parquet file into DataFrame
df_read = fp.ParquetFile('example.parquet').to_pandas()

# Displaying the read DataFrame
print("Original DataFrame:")
print(df)
print("\nDataFrame read from Parquet file:")
print(df_read)

# Initialize a ChromePdfRenderer instance
renderer = ChromePdfRenderer()

# Create a PDF from a HTML string using IronPDF
content = "<h1>Awesome Iron PDF with FastParquet</h1>"
content += "<p> Original DataFrame:</p>"
content += "<p>" + f"{str(df)}" + "</p>"
content += "<p> DataFrame read from Parquet file:</p>"
content += "<p>" + f"{str(df_read)}" + "</p>"

# Render the HTML content to a PDF
pdf = renderer.RenderHtmlAsPdf(content)

# Export the PDF to a file
pdf.SaveAs("Demo-FastParquet.pdf")

Kod Açıklaması