Parquet को CSV में बदलें

Q: क्या एडिट करने के बाद CSV को वापस Parquet में बदल सकते हैं?

हाँ, [CSV से Parquet](/csv-to-parquet) से। कॉलम टाइप टेक्स्ट से दोबारा अनुमानित किए जाते हैं, इसलिए जाँच लें कि शुरुआत में शून्य वाले ID और दशमलव वाली रकम वही टाइप लेकर लौटें जो आपकी पाइपलाइन को चाहिए।

.parquet फ़ाइल पढ़ने के लिए कोई डेटा स्टैक इंस्टॉल करने की ज़रूरत नहीं। फ़ाइल में सेव कॉलम सादी CSV पंक्तियों में लिख दिए जाते हैं, जिन्हें स्प्रेडशीट, BI टूल या आपका कोई सहकर्मी सीधे खोल सकता है।

या CSV, TSV, TXT … फ़ाइलें यहाँ ड्रop करें ·

प्रति फ़ाइल अधिकतम 95 MB· अधिकतम 20 फ़ाइलें· 30 मिनट बाद हटा दी जाती हैं

आउटपुट

इसमें बदलें

फ़ाइलें हमारे सर्वर पर प्रोसेस होती हैं और 30 मिनट बाद हटा दी जाती हैं।

CSV और टेक्स्ट

डिलिमिटर

वह अक्षर जो CSV और टेक्स्ट फ़ाइलों में कॉलम अलग करता है, पढ़ने और लिखने दोनों के लिए। ऑटो इसे इनपुट से पहचानता है और आउटपुट में कॉमा लिखता है।

टेक्स्ट एन्कोडिंग

UTF-8 हर भाषा के लिए काम करता है। अगर Windows पर Excel में CSV खोलने पर एक्सेंट या एशियाई अक्षर बिगड़े दिखें, तो UTF-8 with BOM चुनें।

पहली पंक्ति हेडर है

पहली पंक्ति को कॉलम के नाम की तरह इस्तेमाल करें: ये JSON की कुंजियाँ, XML टैग, SQL कॉलम नाम और vCard फ़ील्ड मैपिंग बन जाते हैं। अगर पंक्ति 1 डेटा है तो बंद करें।

हर मान को कोट में रखें

हर फ़ील्ड को डबल कोट्स में रखें। कुछ इम्पोर्टर को इसकी ज़रूरत होती है; डिफ़ॉल्ट रूप से सिर्फ़ वही वैल्यू कोट होती हैं जिनमें डिलिमिटर या लाइन ब्रेक हो।

शीट

बदलने वाली शीट

Excel, ODS और Numbers इनपुट: सिर्फ़ पहली शीट बदलें, या सभी शीट (ZIP में हर शीट के लिए एक CSV, या हर शीट के लिए एक JSON कुंजी)।

JSON, XML और SQL

मान

तारीखें

तारीख़ वाले सेल एक ही फ़ॉर्मैट में दोबारा लिखें। डेटाबेस और कोड के लिए ISO (2026-10-18) सबसे सुरक्षित है; "जैसा है वैसा रखें" उन्हें स्रोत जैसा ही रहने देता है।

अतिरिक्त स्पेस हटाएँ

हर वैल्यू के शुरू और अंत के स्पेस हटाएँ; इम्पोर्ट के बाद लुकअप फ़ेल होने की यह आम वजह है।

इस टूल का उपयोग कैसे करें

1
Parquet फ़ाइलें अपलोड करें
एक .parquet फ़ाइल जोड़ें, या एक ही डेटासेट की अधिकतम 20 पार्ट फ़ाइलें जोड़ें, हर एक अधिकतम 95 MB की।
2
तारीख़ें और एन्कोडिंग जाँचें
तारीखें ISO पर सेट है, इसलिए टाइमस्टैम्प कच्चे नंबर की जगह 2026-10-18 जैसे दिखते हैं। यूरोपीय Excel के लिए एडवांस्ड सेटिंग में डिलिमिटर में Semicolon चुनें, या टेक्स्ट एन्कोडिंग में UTF-8 with BOM चुनें।
3
CSV में बदलें
CSV में कन्वर्ट करें दबाएँ और डाउनलोड करें। फ़ाइल को स्प्रेडशीट में खोलें या जहाँ भी CSV स्वीकार होती है वहाँ लोड करें।

Parquet को CSV में किसे बदलना पड़ता है

Parquet की शुरुआत 2013 में Twitter और Cloudera की साझा परियोजना के रूप में हुई, जो Google के Dremel पेपर के रिकॉर्ड-श्रेडिंग विचारों पर बनी थी, और 2015 में यह Apache का टॉप-लेवल प्रोजेक्ट बन गया। आज यह डेटा लेक का डिफ़ॉल्ट स्टोरेज फ़ॉर्मेट है। BigQuery और Snowflake इसमें एक्सपोर्ट करते हैं, Spark इसे डिफ़ॉल्ट रूप से लिखता है, और Hugging Face Hub सार्वजनिक डेटासेट को अपने आप इसमें बदल देता है।

यह इंजीनियरों के लिए बढ़िया है और बाकी सबके लिए असुविधाजनक। .parquet फ़ाइल पाने वाले प्रोडक्ट मैनेजर, डेटासेट डाउनलोड करने वाले शोधकर्ता, या वेयरहाउस एक्सट्रैक्ट पाने वाले अकाउंटेंट के पास आम तौर पर उसे खोलने का कोई टूल नहीं होता। CSV वह साझा आधार है जिसे हर स्प्रेडशीट और इम्पोर्टर पढ़ लेता है। अगर डेटा पाने वाले फ़ॉर्मेट किया हुआ वर्कबुक पसंद करते हैं, तो CSV को आगे CSV से XLSX से बदलें।

Parquet बनाम CSV: डिस्क पर कॉलम बनाम टेक्स्ट की पंक्तियाँ

स्रोत

Parquet

बाइनरी, कॉलम दर कॉलम, और स्कीमा फ़ाइल के फ़ुटर में संग्रहीत।

टाइप वाले मान: int64, decimal, timestamp, boolean
नेस्टेड struct और list
हर कॉलम अलग कंप्रेस, चुनकर पढ़ने योग्य

आउटपुट

CSV

सादा टेक्स्ट, हर लाइन में एक रिकॉर्ड, मान कॉमा से अलग, जैसा RFC 4180 बताता है।

हर मान टेक्स्ट होता है
फ़्लैट: हर सेल में एक मान
किसी भी स्प्रेडशीट या एडिटर में खुलती है

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 offeredसूची की हर जोड़ी डेटा कन्वर्टर पर चलती है; डैश का मतलब है इनपुट और आउटपुट में एक ही फ़ॉर्मेट।

Parquet फ़ाइल CSV बनने पर क्या बदलता है

सबसे पहले टाइप खोते हैं। decimal(18,2) रकम, int64 ID और UTC का टाइमस्टैम्प, सब अक्षर बन जाते हैं, और CSV खोलने वाला तय करता है कि उन्हें दोबारा कैसे पढ़ना है। जैसे Excel सिर्फ़ 15 सार्थक अंक दिखाता है, इसलिए वेयरहाउस के 19 अंकों वाले ID को डबल-क्लिक से खोलने की जगह टेक्स्ट के रूप में इम्पोर्ट करना चाहिए। null और खाली स्ट्रिंग का फ़र्क भी मिट जाता है, क्योंकि दोनों खाली फ़ील्ड के रूप में लिखे जाते हैं।

दूसरी बात साइज़ की है। कॉलम आधारित कंप्रेशन की वजह से Parquet फ़ाइलें छोटी होती हैं; सादे टेक्स्ट में यह नहीं होता, इसलिए CSV बड़ी हो जाती है। Excel की एक शीट में 1,048,576 पंक्तियाँ आती हैं, और बड़ी टेबल आसानी से इससे ऊपर जा सकती हैं, इसलिए स्प्रेडशीट इस्तेमाल करने वाले को फ़ाइल भेजने से पहले पंक्तियों की संख्या जाँचें। SQL से JSON तक के दूसरे टारगेट डेटा कन्वर्टर पेज पर हैं।

Apache Parquet और CSV फॉर्मेट की जानकारी

PARQUET

Apache Parquet

Parquet एक ओपन-सोर्स कॉलमनर स्टोरेज फ़ॉर्मैट है, जिसे Twitter और Cloudera ने 2013 में बनाया और जिसे Apache Software Foundation संभालता है। यह डेटा को कॉलम के हिसाब से, मज़बूत कंप्रेशन और टाइप्ड स्कीमा के साथ रखता है, इसलिए एनालिटिक्स टूल सिर्फ़ ज़रूरी कॉलम पढ़ सकते हैं। यह डेटा लेक और Spark, pandas, DuckDB, BigQuery व Snowflake जैसे टूल में मानक है। Parquet फ़ाइलें बाइनरी होती हैं और टेक्स्ट एडिटर या सामान्य स्प्रेडशीट ऐप में नहीं खुल सकतीं।

कंप्रेशन: लॉसलेस
ट्रांसपेरेंसी (पारदर्शिता): –
एनिमेशन: –
शुरुआत का वर्ष: 2013 · Apache Software Foundation (from Twitter and Cloudera)

PARQUET कन्वर्टर

CSV

कॉमा-सेपरेटेड वैल्यू

CSV टेबल के लिए एक सादा टेक्स्ट फ़ॉर्मैट है, जिसमें हर लाइन एक पंक्ति होती है और कॉमा कॉलम को अलग करते हैं। यह कंप्यूटिंग के शुरुआती दिनों से इस्तेमाल हो रहा है और RFC 4180 में वर्णित है, हालाँकि कई वेरिएंट सेमीकोलन या टैब और अलग-अलग टेक्स्ट एन्कोडिंग का उपयोग करते हैं। लगभग हर स्प्रेडशीट, डेटाबेस और एनालिटिक्स टूल इसे इम्पोर्ट और एक्सपोर्ट कर सकता है, इसलिए सिस्टम के बीच डेटा ले जाने के लिए यही डिफ़ॉल्ट फ़ॉर्मैट है। CSV में सिर्फ़ वैल्यू रहती हैं; फ़ॉर्मूला, फ़ॉर्मैटिंग, कई शीट या डेटा टाइप नहीं।

कंप्रेशन: –
ट्रांसपेरेंसी (पारदर्शिता): –
एनिमेशन: –
शुरुआत का वर्ष: –

CSV कन्वर्टर

जब डेटा इंजीनियरिंग टीम से बाहर जाता है तब Parquet को CSV में बदला जाता है: BigQuery का एक्सपोर्ट, Hugging Face डेटासेट या डेटा लेक की टेबल को किसी एनालिस्ट, फाइनेंस टीम या ऐसे टूल तक पहुँचना होता है जो सिर्फ़ टेक्स्ट की पंक्तियाँ पढ़ता है।

Parquet से CSV: सवाल-जवाब

Python के बिना Parquet फ़ाइल कैसे खोलें?

इसे यहीं कन्वर्ट करें और CSV खोलें। Excel, Numbers और Google Sheets डबल-क्लिक से .parquet नहीं पढ़ सकते, और pandas, Spark या DuckDB कमांड लाइन जैसे आम विकल्पों में मान लिया जाता है कि आप कोड इंस्टॉल करने और चलाने में सहज हैं।

CSV फ़ाइल Parquet फ़ाइल से इतनी बड़ी क्यों है?

Parquet हर कॉलम को एक साथ रखता है, दोहराए गए मान डिक्शनरी में एक बार ही एन्कोड करता है और नतीजे को आम तौर पर Snappy या Zstandard से कंप्रेस करता है। CSV हर पंक्ति में हर मान को पूरा टेक्स्ट के रूप में लिखती है। CSV का अपने Parquet स्रोत से कई गुना बड़ा होना सामान्य है, इसलिए डिस्क पर जगह रखें और Excel में खोलने से पहले पंक्तियों की संख्या जाँच लें।

नेस्टेड struct और list कॉलम का क्या होता है?

struct अतिरिक्त कॉलमों में फैल जाता है, जिनके नाम डॉट वाले होते हैं, जैसे address.city। list एक ही सेल में JSON टेक्स्ट के रूप में रहती है, क्योंकि CSV की एक पंक्ति में हर रिकॉर्ड के लिए अलग-अलग संख्या में सेल नहीं हो सकते।

मेरे Spark जॉब ने part फ़ाइलों का एक फ़ोल्डर बनाया है। कौन-सी फ़ाइल अपलोड करूँ?

सभी। Spark, Hive और ऐसे इंजन एक डेटासेट को part-00000.parquet जैसे नामों वाली फ़ाइलों में बाँट देते हैं, जिनमें से हर एक उसी स्कीमा वाली पूरी Parquet फ़ाइल होती है। एक साथ 20 तक अपलोड करें तो हर पार्ट की एक CSV मिलेगी, जिन्हें आप बाद में जोड़ सकते हैं।

क्या एडिट करने के बाद CSV को वापस Parquet में बदल सकते हैं?

हाँ, CSV से Parquet से। कॉलम टाइप टेक्स्ट से दोबारा अनुमानित किए जाते हैं, इसलिए जाँच लें कि शुरुआत में शून्य वाले ID और दशमलव वाली रकम वही टाइप लेकर लौटें जो आपकी पाइपलाइन को चाहिए।