将 Excel 转换为 Parquet 文件

Question

我有一个很大的 Excel 文件，其中一些列包含长句子的自由文本数据。我必须将其转换为镶木地板格式才能摄取到仓库中。我无法将其转换为 csv，因为那些具有长句子的列有逗号。制表符分隔也不起作用。

这里有什么建议，如何使用 python 将这种类型的 excel 文件转换为 parquet 格式？

谢谢！！

Answer 1

您可以使用 pandas 读取文件并将其导出为 parquet 文件：

import pandas

# Read the Excel file
df = pandas.read_excel('my_data.xlsx')

# Write the Parquet file
df.to_parquet('my_data.parquet')

Answer 2

也许可以将其转换为 csv，用分隔而;不是,.

如果没有，您可以尝试将其读入 pandas，然后导出到 parquet。