Parquet转CSV在线转换

Q: 编辑后能把CSV再转回Parquet吗？

可以，使用 [CSV 转 Parquet](/csv-to-parquet)。列类型会根据文本重新推断，所以请检查带前导零的 ID 和小数金额是否恢复为你的数据管道所期望的类型。

无需安装任何数据工具即可读取.parquet文件。文件内按列存储的数据会重新写成普通的CSV行，电子表格、BI工具或同事都能直接打开。

或将CSV, TSV, TXT … 文件拖放到此处 ·

单个文件最大 95 MB· 最多 20 个文件· 30 分钟后删除

输出

转换为

文件在我们的服务器上处理，并在 30 分钟后删除。

使用方法

1
上传Parquet文件
添加一个 .parquet 文件，或同一数据集的最多 20 个分片文件，每个不超过 95 MB。
2
检查日期与编码
日期默认设为 ISO，时间戳会显示为 2026-10-18 这样的形式，而不是原始数字。在高级设置中，可将分隔符选为分号（适用于欧洲版 Excel），或在文本编码中选择带 BOM 的 UTF-8。
3
转换为CSV
点击转换为 CSV 并下载。可以用电子表格打开该文件，或导入任何支持 CSV 的地方。

哪些人需要把Parquet转成CSV

Parquet 于 2013 年由 Twitter 和 Cloudera 联合发起，基于 Google Dremel 论文中的记录拆分思想构建，2015 年成为 Apache 顶级项目。如今它是数据湖默认的存储格式：BigQuery 和 Snowflake 可导出为该格式，Spark 默认写出该格式，Hugging Face Hub 也会自动将公开数据集转换为该格式。

这对工程师很方便，对其他人却很不友好。产品经理拿到 .parquet 文件、研究人员下载数据集、会计收到数据仓库导出的文件，往往都没有能打开它的工具。CSV 是所有电子表格和导入工具都能读取的最通用格式。如果接收数据的人更喜欢带格式的工作簿，可以再用 CSV 转 XLSX 继续转换。

Parquet与CSV对比：按列存储与按行文本

源格式

Parquet

二进制、按列存储，结构（schema）保存在文件尾部。

带类型的值：int64、decimal、timestamp、boolean
支持嵌套结构体和列表
按列压缩，可选择性读取

输出格式

CSV

纯文本，每行一条记录，各值用逗号分隔，遵循 RFC 4180 的描述。

所有值都是文本
扁平结构：每个单元格一个值
可在任何电子表格或编辑器中打开

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 offered列出的每一组转换都由数据转换器完成；短横线表示输入输出为同一格式。

Parquet文件转为CSV后会有哪些变化

类型信息首先丢失。decimal(18,2) 的金额、int64 的 ID 和 UTC 时间戳都会变成字符，之后如何重新解读由打开 CSV 的人决定。例如 Excel 只显示 15 位有效数字，所以来自数据仓库的 19 位 ID 应当以文本方式导入，而不是双击打开。null 与空字符串的区别也会消失，因为两者都会写成空字段。

其次是文件大小。列式压缩是 Parquet 文件体积小的原因，纯文本没有这种压缩，所以 CSV 会变大。Excel 的一个工作表最多容纳 1,048,576 行，大表很容易超过，所以把文件交给电子表格用户之前，请先确认行数。其他目标格式，从 SQL 到 JSON，请见数据格式转换页面。

Apache Parquet与CSV格式要点

PARQUET

Apache Parquet

Parquet 是由 Twitter 和 Cloudera 于 2013 年创建、现由 Apache 软件基金会维护的开源列式存储格式。它按列存储数据，压缩率高并带有类型化的模式，因此分析工具只需读取所需的列。它是数据湖以及 Spark、pandas、DuckDB、BigQuery 和 Snowflake 等工具中的标准格式。Parquet 文件是二进制的，无法用文本编辑器或普通电子表格应用打开。

压缩方式: 无损
透明度: –
动画: –
发布年份: 2013 · Apache Software Foundation (from Twitter and Cloudera)

PARQUET 转换器

CSV

逗号分隔值

CSV 是一种用于表格的纯文本格式,每一行是一条记录,列之间用逗号分隔。它从计算机早期就开始使用,RFC 4180 对其作了说明,不过许多变体使用分号或制表符,文本编码也各不相同。几乎所有电子表格、数据库和分析工具都能导入和导出 CSV,因此它是在系统之间传输数据的默认格式。CSV 只保存数值,不包含公式、格式、多个工作表或数据类型。

压缩方式: –
透明度: –
动画: –
发布年份: –

CSV 转换器

当数据离开工程团队时，就需要把 Parquet 转为 CSV：从 BigQuery 导出的数据、Hugging Face 数据集或数据湖中的表，要交给分析师、财务团队，或只能读取文本行的工具。

Parquet转CSV常见问题

不用Python怎么打开Parquet文件？

直接在这里转换，再打开 CSV 即可。Excel、Numbers 和 Google Sheets 无法双击打开 .parquet 文件，而常见的替代方案，如 pandas、Spark 或 DuckDB 命令行，都要求你能熟练安装并运行代码。

为什么CSV比Parquet文件大这么多？

Parquet 按列存储，重复的值只在字典中编码一次，再对结果进行压缩，通常使用 Snappy 或 Zstandard。CSV 则在每一行都把每个值完整地写成文本。CSV 比原 Parquet 文件大数倍是正常现象，所以请预留足够的磁盘空间，并在用 Excel 打开之前先确认行数。

嵌套的struct和list列会怎样处理？

结构体（struct）会展开为带点号名称的额外列，例如 address.city。列表（list）会以 JSON 文本的形式保留在一个单元格中，因为 CSV 的每一行无法让每条记录拥有不同数量的单元格。

Spark任务输出了一个装满part文件的文件夹，该上传哪个？

都可以。Spark、Hive 等引擎会把一个数据集拆分成名为 part-00000.parquet 之类的文件，每个都是结构相同的完整 Parquet 文件。一次最多上传 20 个，每个分片会得到一个 CSV，之后你可以自行合并。

编辑后能把CSV再转回Parquet吗？

可以，使用 CSV 转 Parquet。列类型会根据文本重新推断，所以请检查带前导零的 ID 和小数金额是否恢复为你的数据管道所期望的类型。