如何解决可以从fastparquet获取正确的统计信息
当使用fastparquet从S3读取文件时,我没有统计信息(最小/最大)。 打电话时
fp.ParquetFile(fn=path,open_with=myopen).statistics['min']
大多数值都是None,其中一些值是有效的。
但是,当我与其他框架读取同一文件时,我能够获得所有值的正确最小值/最大值。
解决方法
完整的行组作为列表提供
pf = fp.ParquetFile(fn=path,open_with=myopen)
pf.row_groups
,每个行组都有一个.columns
属性,而该属性又具有meta_data
;因此您可以四处浏览以查看各列的最小/最大值。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。