to_parquet() 有时不生成文件，主因是pyarrow对windows中文路径/特殊字符支持差、引擎fallback至fastparquet导致兼容问题、相对路径因工作目录变更写入错误位置。
直接用 to_parquet() 就行，但默认行为在不同环境（尤其是 Windows + 中文路径、旧版 PyArrow）下容易报错或静默失败。
为什么 to_parquet() 有时不生成文件？
常见原因不是代码写错，而是底层引擎和路径处理问题：
- PyArrow 默认不支持 Windows 路径中的中文或特殊字符（如空格、括号），会抛
OSError: Cannot parse URI或静默跳过 - 未显式指定
engine时，Pandas 可能 fallback 到fastparquet（尤其旧版本），而它对缺失值/复杂类型支持更弱 - 路径是相对路径且当前工作目录意外变更，导致文件写到意想不到的位置
实操建议：始终用绝对路径 + 显式指定 engine="pyarrow"，并提前检查路径可写性：
import pandas as pd
import os
<p>df = pd.DataFrame({"a": [1, 2], "b": ["x", "y"]})
output_path = os.path.abspath("data/output.parquet") # 强制转绝对路径</p><h1>确保父目录存在</h1><p>os.makedirs(os.path.dirname(output_path), exist_ok=True)</p><p>df.to_parquet(output_path, engine="pyarrow", index=False)</p><div class="aritcle_card flexRow artxards">
<div class="artcardd flexRow">
<a class="aritcle_card_img" rel="nofollow" href="/xiazai/skill2806" title="Python Code Tester"><img
src="https://img.php.cn/upload/skill/000/000/081/178937292776471.jpg" alt="Python Code Tester" onerror="this.onerror='';this.src='/static/lhimages/moren/morentu.png'" ></a>
<div class="aritcle_card_info flexColumn">
<a rel="nofollow" href="/xiazai/skill2806" title="Python Code Tester" class="overflowclass">Python Code Tester</a>
<p class="overflowclass">代码功能测试skill，根据用户需求搜索代码、生成测试用例、执行测试并修复问题</p>
</div>
<a rel="nofollow" href="/xiazai/skill2806" title="Python Code Tester" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span>
</a>
</div>
</div>
to_parquet() 的关键参数怎么选？
多数场景只需关注三个参数，其余保持默认即可：
-
engine：固定用"pyarrow"。它比"fastparquet"更稳定、兼容性更好，且是 Pandas 2.0+ 默认引擎 -
index：设为False。Parquet 本身不存索引概念，保留index=True会把索引当一列写入，后续读取时需额外处理 -
compression：默认"snappy"是速度与体积的合理平衡；若磁盘敏感可选"zstd"（需 PyArrow ≥ 6.0），别用"gzip"—— 它慢且不支持并发写入
示例（带压缩和类型提示）：
df.to_parquet(
"output.parquet",
engine="pyarrow",
index=False,
compression="zstd"
)
导出后文件打不开或读取报错？检查这几点
Parquet 不是“写完就一定能读”，尤其跨环境时：
- 用
pd.read_parquet()读取前，确认 PyArrow 版本一致（pip show pyarrow）。不同大版本（如 8.x vs 11.x）可能因元数据格式变化导致兼容问题 - 如果 DataFrame 含
category、datetime64[ns, tz]或嵌套结构（如 list of dict），PyArrow 默认可能降级为object类型。加use_nullable_dtypes=True（Pandas ≥ 1.5）可改善 - 避免在路径中使用
~或环境变量（如$HOME），它们不会被 PyArrow 自动展开
快速验证导出是否健康：
# 不加载全量数据，只读元数据
import pyarrow.parquet as pq
meta = pq.read_metadata("output.parquet")
print(meta.num_rows, meta.num_columns) # 应匹配原始 df.shape
真正麻烦的从来不是调用那行代码，而是路径编码、引擎版本、类型隐式转换这三处——它们不出错时不显眼，一出就是“文件明明写了却读不出来”这种问题。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
