使用以下代码pyarrow
将pandas.DataFrame
包含Player
对象转换为pyarrow.Table
import pandas as pd
import pyarrow as pa
class Player:
def __init__(self, name, age, gender):
self.name = name
self.age = age
self.gender = gender
def __repr__(self):
return f'<{self.name} ({self.age})>'
data = [
Player('Jack', 21, 'm'),
Player('Ryan', 18, 'm'),
Player('Jane', 35, 'f'),
]
df = pd.DataFrame(data, columns=['player'])
print(pa.Table.from_pandas(df))
我们得到错误:
pyarrow.lib.ArrowInvalid: ('Could not convert <Jack (21)> with type Player: did not recognize Python value type when inferring an Arrow data type', 'Conversion failed for column 0 with type object')
使用遇到同样的错误
df.to_parquet('players.pq')
是否可以使用pyarrow
回退到序列化这些 Python 对象pickle
?还是有更好的解决方案?pyarrow.Table
最终将使用Parquet.write_table()
.
- 使用 Python 3.8.0、pandas 0.25.3、pyarrow 0.13.0。
pandas.DataFrame.to_parquet()
不支持多索引,因此pq.write_table(pa.Table.from_dataframe(pandas.DataFrame))
首选使用的解决方案。
谢谢!