pyarrow（开发人员如何使用）

我们使用 Visual Studio Code 作为代码编辑器。 首先创建一个新文件，名为 pyarrowDemo.py。

这是一个使用 PyArrow 创建表格并执行一些基本操作的简单示例：

imp或t pyarrow as pa
imp或t pyarrow.dataset as pt

# Create a PyArrow table
data = [
    pa.array([1, 2, 3]),
    pa.array(['a', 'b', 'c']),
    pa.array([1.1, 2.2, 3.3])
]
table = pa.Table.from_arrays(data, names=['col1', 'col2', 'col3'])

# Display the table
print(table)

imp或t pyarrow as pa
imp或t pyarrow.dataset as pt

# Create a PyArrow table
data = [
    pa.array([1, 2, 3]),
    pa.array(['a', 'b', 'c']),
    pa.array([1.1, 2.2, 3.3])
]
table = pa.Table.from_arrays(data, names=['col1', 'col2', 'col3'])

# Display the table
print(table)

代码解释

Python 代码使用 PyArrow 从三个数组（pa.array）创建一个表（pa.Table）。 然后打印出表格，显示名为 'col1'、'col2' 和 'col3' 的列，每个列包含对应的整数、字符串和浮点数数据。

输出

PyArrow 可以与 Pandas 无缝集成，以增强性能，尤其是在处理大型数据集时。 以下是将 Pandas DataFrame 转换为 PyArrow 表的示例：

imp或t pandas as pd
imp或t pyarrow as pa

# Create a Pandas DataFrame
df = pd.DataFrame({
    'col1': [1, 2, 3],
    'col2': ['a', 'b', 'c'],
    'col3': [1.1, 2.2, 3.3]
})

# Convert the DataFrame to a PyArrow Table
table = pa.Table.from_pandas(df)

# Display the table
print(table)

imp或t pandas as pd
imp或t pyarrow as pa

# Create a Pandas DataFrame
df = pd.DataFrame({
    'col1': [1, 2, 3],
    'col2': ['a', 'b', 'c'],
    'col3': [1.1, 2.2, 3.3]
})

# Convert the DataFrame to a PyArrow Table
table = pa.Table.from_pandas(df)

# Display the table
print(table)

代码解释

Python 代码将一个 Pandas DataFrame 转换成一个 PyArrow 表（pa.Table），然后打印出表格。 该 DataFrame 包含三个列（col1、col2、col3），其中包括整数、字符串和浮点数据。

输出

IronPDF 可以轻松地将 HTML 文件、HTML 字符串和 URL 转换为 PDF 文档。 利用 Chrome PDF 渲染器直接将网页 渲染为 PDF 格式。

跨平台兼容性

IronPDF 兼容 Python 3+，并可无缝运行于 Windows、Mac、Linux 和云平台上。 它也支持 .NET、Java、Python 和 Node.js。

编辑和签名功能

通过设置属性、添加安全功能如 密码和权限、应用 数字签名 来增强 PDF 文档。

自定义页面模板和设置

使用 IronPDF 可以定制 PDF，添加可自定义的 页眉、页脚、页码，以及可调的边距。 它支持响应式布局，并允许设置自定义纸张大小。

标准合规

IronPDF 符合 PDF 标准，包括 PDF/A 和 PDF/UA。 它支持 UTF-8 字符编码，并可无缝处理诸如图像、CSS 样式和字体等资产。

该脚本展示了如何将 Pandas、PyArrow 和 IronPDF 库集成在一起，以便从储存在 Pandas DataFrame 中的数据创建 PDF 文档：

1. Pandas DataFrame 创建：

   • 创建一个带有三个列（col1、col2、col3），包含数值和字符串数据的 Pandas DataFrame （df）。

2. 转换为 PyArrow 表：

   • 使用 pa.Table.from_pandas() 方法将 Pandas DataFrame （df）转换成 PyArrow 表（table）。 此转换方便了数据的高效处理和与基于 Arrow 的应用程序的互操作性。

3. 使用 IronPDF 生成 PDF：

   • 使用 IronPDF 的 ChromePdfRenderer 和调用其 RenderHtmlAsPdf 方法，通过一个包含从 PyArrow 表（table）中提取的标题及数据的 HTML 字符串（content）生成一个 PDF 文档（DemoPyarrow.pdf）。

输出

输出 PDF