什么是parquet文件

Apache Parquet是一个开源的，列存储的数据文件格式。

https://parquet.apache.org/

在R里面，我们可以通过arrow包来读写它。

我们先安装一下arrow包，并加载它。

复制代码

install.packages("arrow")
library(arrow)

读写parquet文件

我们目前没有parquet的文件在本地，先用arrow包里面的write_parquet写一个。

复制代码

write_parquet(
  x,
  sink,
  chunk_size = NULL,
  version = "2.4",
  compression = default_parquet_compression(),
  compression_level = NULL,
  use_dictionary = NULL,
  write_statistics = NULL,
  data_page_size = NULL,
  use_deprecated_int96_timestamps = FALSE,
  coerce_timestamps = NULL,
  allow_truncated_timestamps = FALSE
)

我们写一下cars，然后读取它。

复制代码

 write_parquet(cars, "cars.parquet")
df_from_parquet <- read_parquet("cars.parquet")