Převod Parquet do CSV
Otevřete soubor .parquet bez instalace datových nástrojů. Sloupce uložené uvnitř se zapíší zpět jako obyčejné řádky CSV, které hned otevře tabulkový procesor, BI nástroj i kolega.
Převodník dat
nebo sem přetáhněte soubory CSV, TSV, TXT … ·
Max. 95 MB na soubor· Až 20 souborů· Smazáno po 30 minutách
Soubory se zpracovávají na našich serverech a po 30 minutách se smažou.
Znak, který odděluje sloupce v souborech CSV a textových souborech, při čtení i zápisu. Automaticky ho zjistí ze vstupu a zapisuje čárky.
UTF-8 funguje pro všechny jazyky. Zvolte UTF-8 s BOM, pokud Excel ve Windows po otevření CSV zobrazuje rozbitou diakritiku nebo asijské znaky.
Vstup Excel, ODS a Numbers: převést jen první list, nebo všechny listy (jedno CSV na list v ZIPu, nebo jeden klíč JSON na list).
Název karty listu v nové tabulce, nejvýše 31 znaků.
Pole objektů používá názvy sloupců jako klíče u každého řádku; pole polí je kompaktnější a hlavičku uchová jako první pole.
Název vnějšího prvku, který obalí všechny řádky; každý řádek se uvnitř stane prvkem <row>.
Používá se v příkazech CREATE TABLE a INSERT. Pouze písmena, číslice a podtržítka.
Uvozování a typy sloupců se mezi databázemi mírně liší; vyberte tu, do které budete importovat.
Přepíše buňky s datem do jednoho formátu. ISO (2026-10-18) je nejbezpečnější pro databáze a kód; Ponechat je nechá tak, jak jsou ve zdroji.
Jak nástroj používat
- 1
Nahrajte soubory Parquet
Přidejte jeden soubor .parquet nebo až 20 dílčích souborů z jedné datové sady, každý do 95 MB.
- 2
Zkontrolujte data a kódování
Možnost Data je nastavena na ISO, takže se časová razítka zobrazí jako 2026-10-18, ne jako surová čísla. V části Pokročilá nastavení zvolte u položky Oddělovač středník pro evropský Excel nebo UTF-8 s BOM v nastavení Kódování textu.
- 3
Převeďte do CSV
Stiskněte Převést na CSV a soubor stáhněte. Otevřete ho v tabulkovém procesoru nebo ho načtěte kdekoli, kde se CSV přijímá.
Komu se hodí Parquet jako CSV
Parquet vznikl v roce 2013 jako společný projekt Twitteru a Cloudery, vychází z myšlenek rozkladu záznamů z článku o Google Dremel a v roce 2015 se stal projektem nejvyšší úrovně Apache. Dnes je výchozím formátem úložiště datových jezer. Exportují do něj BigQuery a Snowflake, Spark do něj zapisuje ve výchozím nastavení a Hugging Face Hub do něj automaticky převádí veřejné datové sady.
Pro inženýry je to skvělé, pro všechny ostatní nepohodlné. Produktový manažer, který dostane soubor .parquet, výzkumník stahující datovou sadu nebo účetní s výpisem ze skladu dat obvykle nemá nástroj, který ho otevře. CSV je nejmenší společný jmenovatel, který čte každý tabulkový procesor i importér. Pokud příjemci dat dávají přednost formátovanému sešitu, převeďte CSV dál pomocí CSV do XLSX.
Parquet vs. CSV: sloupce na disku proti řádkům textu
Parquet
Binární, po sloupcích, se schématem uloženým v patičce souboru.
- Typované hodnoty: int64, decimal, timestamp, boolean
- Vnořené struktury a seznamy
- Komprese po sloupcích, selektivní čtení
CSV
Prostý text, jeden záznam na řádek, hodnoty oddělené čárkami, jak popisuje RFC 4180.
- Každá hodnota je text
- Plochá struktura: jedna hodnota v buňce
- Otevře se v každém tabulkovém procesoru i editoru
| 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 |
Co se změní, když se ze souboru Parquet stane CSV
Typy jsou první obětí. Částka decimal(18,2), ID int64 a časové razítko v UTC se stanou znaky a ten, kdo CSV otevře, rozhoduje, jak je znovu přečte. Excel například zobrazuje jen 15 platných číslic, takže 19místná ID ze skladu dat je třeba importovat jako text, ne otevírat dvojklikem. Zaniká také rozdíl mezi null a prázdným řetězcem, protože obojí se zapíše jako prázdné pole.
Druhou obětí je velikost. Sloupcová komprese je důvod, proč jsou soubory Parquet malé; prostý text ji nemá, takže CSV naroste. List v Excelu pojme 1 048 576 řádků a velké tabulky tento počet snadno překročí, proto před odesláním souboru uživateli tabulky zkontrolujte počet řádků. Další cíle, od SQL po JSON, najdete na stránce převodníku dat.
Fakta o formátech Apache Parquet a CSV
PARQUET
Apache Parquet
Parquet je open-source sloupcový formát úložiště, který vytvořily Twitter a Cloudera v roce 2013 a spravuje ho Apache Software Foundation. Ukládá data po sloupcích se silnou kompresí a typovanými schématy, takže analytické nástroje čtou jen sloupce, které potřebují. Je standardem v datových jezerech a nástrojích jako Spark, pandas, DuckDB, BigQuery a Snowflake. Soubory Parquet jsou binární a nelze je otevřít v textovém editoru ani v běžné tabulkové aplikaci.
- Komprese
- Bezztrátová
- Průhlednost
- –
- Animace
- –
- Představeno
- 2013 · Apache Software Foundation (from Twitter and Cloudera)
CSV
Hodnoty oddělené čárkami
CSV je textový formát pro tabulky, v němž každý řádek je záznam a sloupce se oddělují čárkami. Používá se od počátků výpočetní techniky a popisuje ho RFC 4180, i když mnoho variant používá středníky nebo tabulátory a různá kódování textu. Importovat a exportovat ho umí téměř každá tabulka, databáze i analytický nástroj, takže je výchozím formátem pro přenos dat mezi systémy. CSV ukládá pouze hodnoty, bez vzorců, formátování, více listů a datových typů.
- Komprese
- –
- Průhlednost
- –
- Animace
- –
- Představeno
- –
Z Parquet se do CSV převádí, když data opouštějí technickou stranu: export z BigQuery, datová sada z Hugging Face nebo tabulka z datového jezera se musí dostat k analytikovi, finančnímu týmu nebo nástroji, který čte jen řádky textu.
Otázky k převodu Parquet do CSV
Jak otevřít soubor Parquet bez Pythonu?
Převeďte ho zde a otevřete CSV. Excel, Numbers ani Google Sheets neumějí soubor .parquet otevřít dvojklikem a obvyklé alternativy, jako pandas, Spark nebo příkazový řádek DuckDB, předpokládají, že si bez obav nainstalujete a spustíte kód.
Proč je CSV o tolik větší než soubor Parquet?
Parquet ukládá každý sloupec zvlášť, opakující se hodnoty zakóduje jednou do slovníku a výsledek komprimuje, obvykle pomocí Snappy nebo Zstandard. CSV zapisuje každou hodnotu celou jako text na každém řádku. CSV několikanásobně větší než zdrojový Parquet je normální, proto nechte na disku rezervu a před otevřením v Excelu zkontrolujte počet řádků.
Co se stane s vnořenými sloupci typu struct a list?
Struktura se rozloží do dalších sloupců s názvy s tečkou, například address.city. Seznam zůstane v jedné buňce jako text JSON, protože řádek CSV nemůže mít u každého záznamu jiný počet buněk.
Úloha ve Sparku vytvořila složku s part soubory. Který mám nahrát?
Všechny. Spark, Hive a podobné nástroje rozdělují jednu datovou sadu do souborů pojmenovaných třeba part-00000.parquet, z nichž každý je úplný soubor Parquet se stejným schématem. Nahrajte jich najednou až 20 a dostanete jedno CSV na každý díl, které pak můžete spojit.
Mohu CSV po úpravách převést zpět do Parquet?
Ano, pomocí CSV do Parquet. Typy sloupců se z textu odvozují znovu, proto zkontrolujte, zda se ID s úvodními nulami a desetinné částky vrátí s typy, které váš proces očekává.
- Převodník CSV do ParquetPřeveďte CSV do Apache Parquet s typy sloupců a kompresí pro pandas, DuckDB, Spark, BigQuery či Athena. Bez Pythonu i Sparku.
- Převodník Excelu do CSVPřeveďte sešity Excelu (XLS, XLSX, XLSM) do CSV: každý list zvlášť, oddělovač čárka nebo středník a UTF-8, které Excel znovu otevře správně.
- Převést JSON do CSVPřeveďte JSON nebo JSON Lines do CSV: řádek na objekt, vnořená pole ve sloupcích, UTF-8 s BOM pro správnou diakritiku v Excelu. 20 souborů naráz.
- Převodník CSV do XLSXPřeveďte CSV do sešitu Excel XLSX bez ztráty úvodních nul, dlouhých ID a diakritiky. Čárku, středník i tabulátor rozpozná automaticky.
- Převodník CSV do SQLPřeveďte CSV do SQL: CREATE TABLE a příkazy INSERT pro MySQL, PostgreSQL, SQLite nebo SQL Server s vlastním názvem tabulky. Bez registrace.