Parquet na CSV-omskakelaar

Q: Kan ek die CSV ná redigering weer na Parquet omskakel?

Ja, met [CSV na Parquet](/csv-to-parquet). Kolomtipes word weer uit die teks afgelei, so kontroleer dat ID's met voorloopnulle en desimale bedrae terugkom met die tipes wat jou pyplyn verwag.

Lees 'n .parquet-lêer sonder om 'n datastapel te installeer. Die kolomme wat daarin gestoor is, word as gewone CSV-rye uitgeskryf wat 'n sigblad, 'n BI-hulpmiddel of 'n kollega dadelik kan oopmaak.

of los CSV, TSV, TXT …-lêers hier ·

Maks. 95 MB per lêer· Tot 20 lêers· Uitgevee na 30 minute

Uitvoer

Skakel om na

Lêers word op ons bedieners verwerk en na 30 minute uitgevee.

CSV en teks

Skeidingsteken

Karakter wat kolomme in CSV- en tekslêers skei, vir lees en skryf. Outomaties bespeur dit uit die invoer en skryf kommas.

Tekskodering

UTF-8 werk vir elke taal. Kies UTF-8 met BOM as Excel op Windows verwronge aksente of Asiatiese karakters wys wanneer die CSV oopgemaak word.

Eerste ry is opskrif

Gebruik die eerste ry as kolomname: hulle word JSON-sleutels, XML-etikette, SQL-kolomname en vCard-veldtoewysing. Skakel af as ry 1 data is.

Plaas elke waarde tussen aanhalingstekens

Sit elke veld in dubbele aanhalingstekens. Sommige invoerders vereis dit; by verstek word slegs waardes met die skeier of reëlbreuke aangehaal.

Blaaie

Blaaie om om te skakel

Excel-, ODS- en Numbers-invoer: skakel slegs die eerste blad om, of elke blad (een CSV per blad in 'n ZIP, of een JSON-sleutel per blad).

JSON, XML en SQL

Waardes

Datums

Herskryf datumselle in een formaat. ISO (2026-10-18) is die veiligste vir databasisse en kode; behou laat hulle soos in die bron.

Verwyder spasies aan kante

Verwyder spasies aan die begin en einde van elke waarde, 'n algemene oorsaak van mislukte opsoekings na invoer.

Hoe om hierdie nutsding te gebruik

1
Laai die Parquet-lêers op
Voeg een enkele .parquet-lêer of tot 20 deellêers van een datastel by, elk tot 95 MB.
2
Kontroleer datums en enkodering
Datums is op ISO gestel, sodat tydstempels as 2026-10-18 lees en nie as rou getalle nie. Kies onder Gevorderde instellings by Skeidingsteken Kommapunt vir Europese Excel, of UTF-8 met BOM by Tekskodering.
3
Skakel om na CSV
Druk Skakel om na CSV en laai af. Maak die lêer in 'n sigblad oop, of laai dit waar ook al CSV aanvaar word.

Wie Parquet as CSV nodig het

Parquet het in 2013 begin as 'n gesamentlike projek van Twitter en Cloudera, gebou op die rekord-versnippering-idees in Google se Dremel-artikel, en het in 2015 'n Apache-topvlakprojek geword. Vandag is dit die verstek-bergingsformaat van datameere. BigQuery en Snowflake voer daarna uit, Spark skryf dit by verstek, en die Hugging Face Hub skakel openbare datastelle outomaties daarna om.

Dit is wonderlik vir ingenieurs en ongemaklik vir almal anders. 'n Produkbestuurder wat 'n .parquet-lêer ontvang, 'n navorser wat 'n datastel aflaai, of 'n rekenmeester wat 'n pakhuisuittreksel kry, het gewoonlik geen hulpmiddel wat dit oopmaak nie. CSV is die gemene deler wat elke sigblad en invoerder lees. As die ontvangers van die data 'n geformateerde werkboek verkies, skakel die CSV verder om met CSV na XLSX.

Parquet teenoor CSV: kolomme op skyf teenoor rye teks

Bron

Parquet

Binêr, kolom vir kolom, met die skema in die lêer se voetstuk gestoor.

Getipeerde waardes: int64, decimal, timestamp, boolean
Geneste structs en lyste
Per kolom saamgepers, selektief gelees

Uitvoer

CSV

Gewone teks, een rekord per reël, waardes geskei deur kommas soos RFC 4180 beskryf.

Elke waarde is teks
Plat: een waarde per sel
Maak in enige sigblad of redigeerder oop

from ↓ · to →	CSV	XLSX	JSON	Parquet
Parquet	Parquet to CSV: yes	Parquet to XLSX: yes	Parquet to JSON: yes	– Parquet to Parquet: no
CSV	– CSV to CSV: no	CSV to XLSX: yes	CSV to JSON: yes	CSV to Parquet: yes
JSON	JSON to CSV: yes	JSON to XLSX: yes	– JSON to JSON: no	JSON to Parquet: yes

supported not offeredElke gelyste paar loop op die data-omskakelaar; 'n koppelteken dui dieselfde formaat in en uit aan.

Wat verander wanneer 'n Parquet-lêer CSV word

Tipes is die eerste slagoffer. 'n decimal(18,2)-bedrag, 'n int64-ID en 'n tydstempel in UTC word almal karakters, en wie die CSV oopmaak, besluit hoe om dit weer te lees. Excel wys byvoorbeeld net 15 beduidende syfers, so 19-syfer-ID's uit 'n pakhuis moet as teks ingevoer word en nie met 'n dubbelklik oopgemaak word nie. Die verskil tussen null en 'n leë string verdwyn ook, aangesien albei as 'n leë veld geskryf word.

Grootte is die tweede. Kolomgebaseerde kompressie is hoekom Parquet-lêers klein is; gewone teks het geen, so die CSV word groter. 'n Blad in Excel hou 1 048 576 rye, en groot tabelle kan dit maklik oorskry, so kontroleer die rytelling voordat jy die lêer na 'n sigbladgebruiker stuur. Ander teikens, van SQL tot JSON, is op die data-omskakelaar-bladsy.

Feite oor die Apache Parquet- en CSV-formaat

PARQUET

Apache Parquet

Parquet is 'n oopbron-kolomgebaseerde bergingsformaat wat in 2013 deur Twitter en Cloudera geskep is en deur die Apache Software Foundation onderhou word. Dit stoor data per kolom met sterk saampersing en getipeerde skemas, sodat analitiese nutsmiddels net die kolomme lees wat hulle nodig het. Dit is standaard in datameere en nutsmiddels soos Spark, pandas, DuckDB, BigQuery en Snowflake. Parquet-lêers is binêr en kan nie in 'n teksredigeerder of gewone sigblad-toepassing oopgemaak word nie.

Kompressie: Verliesloos
Deursigtigheid: –
Animasie: –
Bekendgestel: 2013 · Apache Software Foundation (from Twitter and Cloudera)

PARQUET-omskakelaar

CSV

Kommageskeide waardes

CSV is 'n gewoneteks-formaat vir tabelle waarin elke reël 'n ry is en kommas die kolomme skei. Dit word sedert die vroeë dae van rekenaars gebruik en word in RFC 4180 beskryf, hoewel baie variante kommapunte of tabs en verskillende teksenkoderings gebruik. Byna elke sigblad-, databasis- en analise-nutsmiddel kan dit invoer en uitvoer, wat dit die verstekformaat maak om data tussen stelsels te skuif. CSV stoor net waardes, sonder formules, formatering, veelvuldige blaaie of datatipes.

Kompressie: –
Deursigtigheid: –
Animasie: –
Bekendgestel: –

CSV-omskakelaar

Parquet word na CSV omgeskakel wanneer data die ingenieurskant verlaat: 'n uitvoer uit BigQuery, 'n Hugging Face-datastel of 'n datameer-tabel moet by 'n ontleder, 'n finansiespan of 'n hulpmiddel kom wat net rye teks lees.

Vrae oor Parquet na CSV

Hoe maak ek 'n Parquet-lêer sonder Python oop?

Skakel dit hier om en maak die CSV oop. Excel, Numbers en Google Sheets kan nie .parquet met 'n dubbelklik lees nie, en die gewone alternatiewe, soos pandas, Spark of die DuckDB-opdragreël, veronderstel almal dat jy gemaklik is om kode te installeer en uit te voer.

Hoekom is die CSV soveel groter as die Parquet-lêer?

Parquet stoor elke kolom saam, enkodeer herhaalde waardes een keer in 'n woordeboek en pers die resultaat saam, gewoonlik met Snappy of Zstandard. CSV skryf elke waarde volledig as teks uit, op elke ry. 'n CSV wat etlike kere groter is as sy Parquet-bron is normaal, so los spasie op die skyf en kontroleer die rytelling voordat jy dit in Excel oopmaak.

Wat gebeur met geneste struct- en list-kolomme?

'n Struct word oor ekstra kolomme met puntnotasie-name versprei, soos address.city. 'n Lys bly in een sel as JSON-teks, omdat 'n CSV-ry nie 'n verskillende aantal selle per rekord kan hou nie.

My Spark-taak het 'n vouer met part-lêers geskryf. Watter een laai ek op?

Almal. Spark, Hive en soortgelyke enjins verdeel een datastel in lêers met name soos part-00000.parquet, elk 'n volledige Parquet-lêer met dieselfde skema. Laai tot 20 saam op en jy kry een CSV per deel, wat jy daarna kan kombineer.

Kan ek die CSV ná redigering weer na Parquet omskakel?

Ja, met CSV na Parquet. Kolomtipes word weer uit die teks afgelei, so kontroleer dat ID's met voorloopnulle en desimale bedrae terugkom met die tipes wat jou pyplyn verwag.