假设我有一个 pandas DataFrame df，我想使用 pyarrow parquet 将其作为数据集存储在磁盘上，我会这样做：
\n table = pyarrow.Table.from_pandas(df)\npyarrow.parquet.write_to_dataset(table, root_path=some_path, partition_cols=['a',])\n\n在磁盘上，数据集看起来像这样：
\nsome_path
\n\xe2\x94\x9c\ xe2\x94\x80\xe2\x94\x80 a=1
\n____\xe2\x94\x9c\xe2\x94\x80\xe2\x94\x80 4498704937d84fe5abebb3f06515ab2d.parquet
\n\xe2\x94\x9c\xe2\x94\ x80\xe2\x94\x80 a=2
\n____\xe2\x94\x9c\xe2\x94\x80\xe2\x94\x80 8bcfaed8986c4bdba587aaaee532370c.parquet
问：我是否可以在数据集写入过程中以某种方式覆盖长 UUID 作为文件名的自动分配？我的目的是当我有新版本时能够覆盖磁盘上的数据集df. 目前，如果我尝试再次写入数据集，另一个新的唯一命名的 [UUID].parquet 文件将放置在旧文件旁边，并具有相同的冗余数据。