Parquet سے CSV کنورٹر

Q: کیا ترمیم کے بعد CSV کو دوبارہ Parquet میں تبدیل کیا جا سکتا ہے؟

جی ہاں، [CSV سے Parquet](/csv-to-parquet) کے ذریعے۔ کالم کی اقسام ٹیکسٹ سے دوبارہ اخذ کی جاتی ہیں، اس لیے دیکھ لیں کہ ابتدائی صفر والے IDs اور اعشاریہ رقوم آپ کی پائپ لائن کی مطلوبہ اقسام کے ساتھ واپس آئیں۔

کوئی ڈیٹا سسٹم انسٹال کیے بغیر ‎.parquet فائل پڑھیں۔ اس میں محفوظ کالم سادہ CSV قطاروں میں لکھ دیے جاتے ہیں، جنہیں اسپریڈشیٹ، BI ٹول یا آپ کا کوئی ساتھی فوراً کھول سکتا ہے۔

یا CSV, TSV, TXT … فائلیں یہاں ڈراپ کریں ·

زیادہ سے زیادہ 95 MB فی فائل· 20 فائلوں تک· 30 منٹ بعد حذف

آؤٹ پٹ

اس میں تبدیل کریں

فائلیں ہمارے سرورز پر پروسیس ہوتی ہیں اور 30 منٹ بعد حذف ہو جاتی ہیں۔

CSV اور ٹیکسٹ

ڈیلیمیٹر

وہ حرف جو CSV اور متنی فائلوں میں کالموں کو الگ کرتا ہے، پڑھنے اور لکھنے دونوں کے لیے۔ خودکار اسے ان پٹ سے پہچانتا ہے اور کاما لکھتا ہے۔

ٹیکسٹ انکوڈنگ

UTF-8 ہر زبان کے لیے کام کرتا ہے۔ اگر Windows پر Excel میں CSV کھولنے پر اعراب یا ایشیائی حروف بگڑے نظر آئیں تو BOM کے ساتھ UTF-8 چنیں۔

پہلی قطار ہیڈر ہے

پہلی قطار کو کالموں کے نام بنائیں: یہ JSON کیز، XML ٹیگز، SQL کالم نام اور vCard فیلڈ میپنگ بنتے ہیں۔ اگر قطار 1 ڈیٹا ہے تو بند کریں۔

ہر قدر کو کوٹس میں رکھیں

ہر فیلڈ کو ڈبل کوٹس میں لپیٹیں۔ کچھ امپورٹرز کو اس کی ضرورت ہوتی ہے؛ بصورت دیگر صرف وہ قدریں کوٹ ہوتی ہیں جن میں ڈیلیمیٹر یا لائن بریک ہو۔

شیٹس

تبدیل کرنے والی شیٹس

Excel، ODS اور Numbers ان پٹ: صرف پہلی شیٹ تبدیل کریں، یا تمام شیٹس (ZIP میں ہر شیٹ کی ایک CSV، یا ہر شیٹ کی ایک JSON کی)۔

JSON، XML اور SQL

قدریں

تاریخیں

تاریخ کے خانوں کو ایک فارمیٹ میں دوبارہ لکھیں۔ ڈیٹابیسز اور کوڈ کے لیے ISO (2026-10-18) سب سے محفوظ ہے؛ جوں کا توں رکھیں انہیں ماخذ کی طرح چھوڑتا ہے۔

اضافی خالی جگہ ہٹائیں

ہر قدر کے شروع اور آخر کی خالی جگہیں ہٹائیں، جو امپورٹ کے بعد تلاش ناکام ہونے کی عام وجہ ہے۔

اس ٹول کو استعمال کرنے کا طریقہ

1
Parquet فائلیں اپ لوڈ کریں
ایک .parquet فائل شامل کریں یا ایک ہی ڈیٹاسیٹ کی زیادہ سے زیادہ 20 پارٹ فائلیں، ہر ایک 95 MB تک۔
2
تاریخیں اور انکوڈنگ چیک کریں
تاریخیں ISO پر سیٹ ہے، اس لیے ٹائم اسٹیمپ خام نمبروں کے بجائے 2026-10-18 کی شکل میں نظر آتے ہیں۔ اعلیٰ سیٹنگز میں یورپی Excel کے لیے ڈیلیمیٹر میں سیمی کولن چنیں یا ٹیکسٹ انکوڈنگ میں UTF-8 with BOM منتخب کریں۔
3
CSV میں تبدیل کریں
CSV میں تبدیل کریں دبائیں اور ڈاؤن لوڈ کریں۔ فائل کو اسپریڈشیٹ میں کھولیں یا جہاں بھی CSV قبول ہو وہاں لوڈ کریں۔

Parquet کو CSV کی شکل میں کس کو ضرورت ہوتی ہے

Parquet کا آغاز 2013 میں Twitter اور Cloudera کے مشترکہ منصوبے کے طور پر ہوا، جو Google کے Dremel مقالے کے ریکارڈ شریڈنگ کے خیالات پر بنا، اور 2015 میں Apache کا ٹاپ لیول پروجیکٹ بن گیا۔ آج یہ ڈیٹا لیکس کا بنیادی اسٹوریج فارمیٹ ہے۔ BigQuery اور Snowflake اس میں ایکسپورٹ کرتے ہیں، Spark اسے بطورِ ڈیفالٹ لکھتا ہے، اور Hugging Face Hub عوامی ڈیٹاسیٹس کو خودکار طور پر اس میں تبدیل کرتا ہے۔

یہ انجینئرز کے لیے بہترین ہے اور باقی سب کے لیے مشکل۔ جس پروڈکٹ مینیجر کو .parquet فائل ملے، جو محقق ڈیٹاسیٹ ڈاؤن لوڈ کرے، یا جس اکاؤنٹنٹ کو ویئر ہاؤس کا ایکسٹریکٹ ملے، اس کے پاس عموماً اسے کھولنے کا کوئی ٹول نہیں ہوتا۔ CSV وہ مشترکہ سطح ہے جسے ہر اسپریڈشیٹ اور امپورٹر پڑھتا ہے۔ اگر ڈیٹا وصول کرنے والے فارمیٹ شدہ ورک بک کو ترجیح دیں تو CSV کو CSV سے XLSX سے آگے تبدیل کریں۔

Parquet بمقابلہ CSV: ڈسک پر کالم یا متن کی قطاریں

ماخذ

Parquet

بائنری، کالم بہ کالم، اور اسکیما فائل کے فوٹر میں محفوظ۔

ٹائپ شدہ ویلیوز: int64، decimal، timestamp، boolean
نیسٹڈ اسٹرکٹس اور لسٹس
ہر کالم الگ کمپریس، منتخب طور پر پڑھا جاتا ہے

آؤٹ پٹ

CSV

سادہ ٹیکسٹ، ہر لائن میں ایک ریکارڈ، ویلیوز کاموں سے الگ، جیسا RFC 4180 بیان کرتا ہے۔

ہر ویلیو ٹیکسٹ ہے
فلیٹ: ہر سیل میں ایک ویلیو
کسی بھی اسپریڈشیٹ یا ایڈیٹر میں کھلتی ہے

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 offeredفہرست کی ہر جوڑی ڈیٹا کنورٹر پر چلتی ہے؛ ڈیش کا مطلب ہے ان پٹ اور آؤٹ پٹ ایک ہی فارمیٹ ہیں۔

Parquet فائل CSV بننے پر کیا بدلتا ہے

سب سے پہلے اقسام ضائع ہوتی ہیں۔ decimal(18,2) رقم، int64 ID اور UTC ٹائم اسٹیمپ سب حروف بن جاتے ہیں، اور CSV کھولنے والا طے کرتا ہے کہ انہیں دوبارہ کیسے پڑھنا ہے۔ مثلاً Excel صرف 15 بامعنی ہندسے دکھاتا ہے، اس لیے ویئر ہاؤس کے 19 ہندسوں والے IDs کو ڈبل کلک سے کھولنے کے بجائے ٹیکسٹ کے طور پر امپورٹ کریں۔ null اور خالی اسٹرنگ کا فرق بھی ختم ہو جاتا ہے، کیونکہ دونوں خالی فیلڈ کے طور پر لکھے جاتے ہیں۔

دوسرا مسئلہ سائز ہے۔ کالمی کمپریشن ہی Parquet فائلوں کو چھوٹا رکھتی ہے؛ سادہ ٹیکسٹ میں یہ نہیں ہوتی، اس لیے CSV بڑھ جاتی ہے۔ Excel کی ایک شیٹ میں 1,048,576 قطاریں آتی ہیں، اور بڑی ٹیبلز آسانی سے اس سے بڑھ سکتی ہیں، اس لیے اسپریڈشیٹ استعمال کرنے والے کو فائل بھیجنے سے پہلے قطاروں کی تعداد دیکھ لیں۔ SQL سے JSON تک دیگر اہداف ڈیٹا کنورٹر صفحے پر ہیں۔

Apache Parquet اور CSV فارمیٹ کے حقائق

PARQUET

Apache Parquet

Parquet ایک اوپن سورس کالمنر اسٹوریج فارمیٹ ہے جسے Twitter اور Cloudera نے 2013 میں بنایا اور اسے Apache Software Foundation سنبھالتی ہے۔ یہ ڈیٹا کو کالم کے حساب سے مضبوط کمپریشن اور ٹائپڈ اسکیمہ کے ساتھ محفوظ کرتا ہے، لہٰذا اینالیٹکس ٹولز صرف مطلوبہ کالم پڑھ سکتے ہیں۔ یہ ڈیٹا لیکس اور Spark، pandas، DuckDB، BigQuery اور Snowflake جیسے ٹولز میں معیاری ہے۔ Parquet فائلیں بائنری ہوتی ہیں اور ٹیکسٹ ایڈیٹر یا عام اسپریڈشیٹ ایپ میں نہیں کھل سکتیں۔

کمپریشن: لاس لیس
شفافیت: –
اینیمیشن: –
متعارف ہونے کا سال: 2013 · Apache Software Foundation (from Twitter and Cloudera)

PARQUET کنورٹر

CSV

کوما سے الگ کی گئی ویلیوز

CSV جدولوں کے لیے سادہ ٹیکسٹ فارمیٹ ہے جس میں ہر لائن ایک قطار ہوتی ہے اور کوما کالموں کو الگ کرتے ہیں۔ یہ کمپیوٹنگ کے ابتدائی دنوں سے استعمال ہو رہا ہے اور RFC 4180 میں بیان کیا گیا ہے، اگرچہ کئی ویریئنٹس سیمی کولن یا ٹیب اور مختلف ٹیکسٹ انکوڈنگز استعمال کرتے ہیں۔ تقریباً ہر اسپریڈ شیٹ، ڈیٹا بیس اور اینالیٹکس ٹول اسے امپورٹ اور ایکسپورٹ کر سکتا ہے، اسی لیے سسٹمز کے درمیان ڈیٹا منتقل کرنے کا یہ طے شدہ فارمیٹ ہے۔ CSV میں صرف ویلیوز ہوتی ہیں؛ فارمولے، فارمیٹنگ، متعدد شیٹس یا ڈیٹا ٹائپس نہیں ہوتیں۔

کمپریشن: –
شفافیت: –
اینیمیشن: –
متعارف ہونے کا سال: –

CSV کنورٹر

Parquet کو CSV میں تب بدلا جاتا ہے جب ڈیٹا انجینئرنگ سے باہر جاتا ہے: BigQuery کی ایکسپورٹ، Hugging Face کا ڈیٹاسیٹ یا ڈیٹا لیک کی ٹیبل کو کسی تجزیہ کار، فنانس ٹیم یا ایسے ٹول تک پہنچانا ہوتا ہے جو صرف ٹیکسٹ کی قطاریں پڑھتا ہے۔

Parquet سے CSV کے بارے میں سوالات

Python کے بغیر Parquet فائل کیسے کھولیں؟

اسے یہیں تبدیل کریں اور CSV کھولیں۔ Excel، Numbers اور Google Sheets ڈبل کلک سے .parquet نہیں پڑھ سکتے، اور عام متبادل، جیسے pandas، Spark یا DuckDB کمانڈ لائن، سب فرض کرتے ہیں کہ آپ کوڈ انسٹال کرنے اور چلانے میں آسانی محسوس کرتے ہیں۔

CSV فائل Parquet فائل سے اتنی بڑی کیوں ہوتی ہے؟

Parquet ہر کالم کو الگ ایک ساتھ محفوظ کرتا ہے، دہرائی گئی ویلیوز کو ڈکشنری میں ایک بار انکوڈ کرتا ہے اور نتیجے کو عموماً Snappy یا Zstandard سے کمپریس کرتا ہے۔ CSV ہر قطار میں ہر ویلیو کو مکمل ٹیکسٹ کی شکل میں لکھتی ہے۔ CSV کا اپنے Parquet ماخذ سے کئی گنا بڑا ہونا عام بات ہے، اس لیے ڈسک پر جگہ رکھیں اور Excel میں کھولنے سے پہلے قطاروں کی تعداد دیکھ لیں۔

نیسٹڈ struct اور list کالموں کا کیا ہوتا ہے؟

اسٹرکٹ کو نقطے والے ناموں کے ساتھ اضافی کالموں میں پھیلا دیا جاتا ہے، جیسے address.city۔ لسٹ ایک ہی سیل میں JSON ٹیکسٹ کے طور پر رہتی ہے، کیونکہ CSV کی قطار ہر ریکارڈ کے لیے مختلف تعداد میں سیل نہیں رکھ سکتی۔

میری Spark جاب نے part فائلوں کا ایک فولڈر بنایا ہے۔ کون سی فائل اپ لوڈ کروں؟

سب۔ Spark، Hive اور ایسے انجن ایک ڈیٹاسیٹ کو part-00000.parquet جیسے ناموں والی فائلوں میں تقسیم کرتے ہیں، جن میں سے ہر ایک اسی اسکیما کی مکمل Parquet فائل ہوتی ہے۔ زیادہ سے زیادہ 20 ایک ساتھ اپ لوڈ کریں تو ہر پارٹ کی ایک CSV ملے گی، جنہیں بعد میں ملایا جا سکتا ہے۔

کیا ترمیم کے بعد CSV کو دوبارہ Parquet میں تبدیل کیا جا سکتا ہے؟

جی ہاں، CSV سے Parquet کے ذریعے۔ کالم کی اقسام ٹیکسٹ سے دوبارہ اخذ کی جاتی ہیں، اس لیے دیکھ لیں کہ ابتدائی صفر والے IDs اور اعشاریہ رقوم آپ کی پائپ لائن کی مطلوبہ اقسام کے ساتھ واپس آئیں۔