跳至頁尾內容
  1. IronPDF for Python
  2. IronPDF for Python部落格
  3. Python幫助
  4. fastparquet Python
PYTHON 幫助

fastparquet python（開發人員工作原理）

Curtis Chau
Curtis Chau
已更新:

fastparquet 是一個針對 Parquet 檔案格式設計的 Python 程式庫，常用於大資料工作流程中。 它與其他基於 Python 的資料處理工具如 Dask 和 Pandas 整合得很好。 讓我們來探索它的功能並看看一些程式碼範例。 稍後在本文中，我們還將了解從 Iron Software 的 IronPDF，這是一個用於生成 PDF 的程式庫。

fastparquet 概覽

fastparquet 高效且支持多種 Parquet 功能。 它的一些主要功能包括：

讀取和寫入 Parquet 檔案

輕鬆從 Parquet 檔案和其他資料檔案中讀取和寫入。

與 Pandas 和 Dask 的整合

無縫地與 Pandas DataFrame 和 Dask 進行平行處理。

壓縮支持

支援在資料檔案中使用 gzip、snappy、brotli、lz4 和 zstandard 等多種壓縮演算法。

高效儲存

using parquet 欄式檔案格式和元資料檔案指向檔案，優化大資料集的儲存和檢索。

安裝

您可以使用 pip 安裝 fastparquet：

pip install fastparquet
pip install fastparquet
SHELL

或使用 conda：

conda install -c conda-forge fastparquet
conda install -c conda-forge fastparquet
SHELL

基本用法

這是一個簡單的範例，讓您入門 fastparquet。

寫入 Parquet 檔案

您可以將 Pandas DataFrame 寫入 Parquet 檔案：

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'.")
PYTHON

輸出

fastparquet Python（開發人員運作方式）：圖1 - 主控台輸出

讀取 Parquet 檔案

您可以將 Parquet 檔案讀取到 Pandas DataFrame 中：

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())
PYTHON

輸出

fastparquet Python（開發人員運作方式）：圖2 - 主控台輸出

顯示 Parquet 檔案的元資料

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)
PYTHON

輸出

fastparquet Python（開發人員運作方式）：圖3 - 主控台輸出

進階功能

使用 Dask 進行平行處理

fastparquet 與 Dask 整合良好，以平行處理大型資料集：

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)
PYTHON

自定義壓縮

在寫入 Parquet 檔案時，您可以指定不同的壓縮演算法：

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')
PYTHON

介紹 IronPDF

fastparquet Python（開發人員運作方式）：圖4 - IronPDF for Python：The Python PDF Library

IronPDF 是一個強大的 Python 程式庫，用於生成、修改和數位簽章從 HTML、CSS、圖像和 JavaScript 衍生的 PDF 文件。 它在保持低記憶體佔用的同時，擁有卓越的性能。 以下是其主要功能：

1. HTML 到 PDF 的轉換

using IronPDF 將 HTML 檔案、HTML 字串和 URL 轉換為 PDF 文件。 例如，使用 Chrome PDF 渲染器輕鬆將網頁渲染為 PDF。

2. 跨平台支持

在 Windows、Mac、Linux 和各種雲端平台上與 Python 3+ 相容。 IronPDF 也適用於 .NET、Java、Python 和 Node.js 環境。

3. 編輯和簽名

修改文件屬性，使用密碼保護和權限提升安全性，並在您的 PDF 中整合數位簽章。

4. 頁面模板和設置

使用自定義的頁眉、頁腳、頁碼和可調整的邊距來定制 PDF。 它支持響應式佈局並可接受自訂的紙張尺寸。

5. 標準合規

符合 PDF 標準如 PDF/A 和 PDF/UA。 它能有效處理 UTF-8 字元編碼並管理資產，例如圖像、CSS 樣式表和字型。

使用 IronPDF 和 fastparquet 生成 PDF 文件

IronPDF for Python 先決條件

  1. IronPDF 依賴於 .NET 6.0 作為基礎技術。 因此，請確保在您的系統上安裝了.NET 6.0 執行環境。
  2. Python 3.0+：確保您已安裝 Python 版本 3 或以上。
  3. pip：安裝 Python 套件安裝工具pip，以安裝 IronPDF 套件。

安裝

pip install fastparquet pandas ironpdf

程式碼範例

以下程式碼範例展示了 fastparquet 與 IronPDF 在 Python 中的使用方法：

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")
PYTHON

程式碼說明

此程式碼片段展示了如何使用多個 Python 程式庫來操控資料並從 HTML 內容生成 PDF 文件。

  1. 導入和設置：導入資料操作、讀寫 Parquet 檔案和生成 PDF 所需的程式庫。

  2. 設置授權金鑰：設置 IronPDF 的授權金鑰以啟用其完整功能。

  3. 建立範例 DataFrame：定義一個範例 DataFrame（df），包含個人資訊（姓名、年齡、城市）。

  4. 將 DataFrame 寫入 Parquet：將 DataFrame df 寫入名為 example.parquet 的 Parquet 檔案。

  5. 從 Parquet 檔案中讀取：將 Parquet 檔案（example.parquet）中的資料讀回 DataFrame（df_read）。

  6. 從 HTML 生成 PDF：
    • 使用 IronPDF 初始化一個 ChromePdfRenderer 實例。
    • 構建一個 HTML 字串（<p>），顯示原始 DataFrame（df）和從 Parquet 檔案讀取的 DataFrame（df_read）。
    • 使用 IronPDF 將 HTML 內容渲染為 PDF 文件。
    • 將生成的 PDF 文件儲存為 Demo-FastParquet.pdf。

該程式碼展示了一個 FastParquet 的範例程式碼，將資料處理能力與 PDF 生成結合起來，使其可用於建立基於儲存在 parquet 檔案中的資料的報告或文件。

輸出

fastparquet Python（開發人員運作方式）：圖5 - 顯示來自原始 Dataframe 和從 Parquet 檔案讀取的 Dataframe 的主控台輸出

輸出 PDF

fastparquet Python（開發人員運作方式）：圖6 - 使用 IronPDF 程式庫生成的輸出 PDF

IronPDF 授權

有關授權資訊，請存取 IronPDF 授權頁面。

在使用 IronPDF 套件之前，將 License Key 放在腳本的開頭：

from ironpdf import License

# Apply your license key
License.LicenseKey = "your Key"
from ironpdf import License

# Apply your license key
License.LicenseKey = "your Key"
PYTHON

結論

fastparquet 是一個強大且高效的程式庫，用於在 Python 中處理 parquet 檔案。 其與 Pandas 和 Dask 的整合使其成為處理基於 Python 的大資料工作流程中大型資料集的絕佳選擇。 IronPDF 是一個健壯的 Python 程式庫，可方便從 Python 應用程式中直接建立、操作和渲染 PDF 文件。 它簡化了將 HTML 內容轉換為 PDF 文件、建立互動式表單，以及執行各種 PDF 操作（如合併文件或新增水印）等任務。 IronPDF 與現有的 Python 框架和環境無縫整合，為開發人員提供了一個動態生成和自定義 PDF 文件的多功能解決方案。 與 fastparquet 一起，IronPDF 能夠實現無縫的 parquet 文件格式資料操作和 PDF 生成。

IronPDF 提供全面的文件和程式碼範例，幫助開發人員充分利用其功能。 更多資訊，請參考 文件和程式碼範例頁面。

Curtis Chau
Curtis Chau
  立即與工程團隊聊天
技術作家

Curtis Chau擁有Carleton大學的電腦科學學士學位，專精於前端開發，擁有Node.js、TypeScript、JavaScript和React的專業知識。Curtis熱衷於建立直觀且美觀的使用者介面，喜愛使用現代框架並建立結構良好、視覺吸引力的手冊。

除了開發，Curtis對物聯網（IoT）有濃厚的興趣，探索創新的方法來整合硬體和軟體。在空閒時間，他喜歡玩遊戲和建立Discord機器人，結合他對技術的熱愛與創造力。

相關文章

30天試用→全功能產品。沒有限制。無需信用卡。 開始免費試用

Iron 支援團隊

我們線上24小時，每週5天。
聊天
電子郵件
給我打電話