pip install fastparquet 失败主因是源码编译依赖缺失：需提前安装 numpy 和 cython（≥0.29.23），Windows 需 Microsoft C++ Build Tools，macOS 需 Xcode 命令行工具；推荐用 conda install -c conda-forge fastparquet 绕过编译，且注意 pandas 3.0+ 已弃用其引擎支持。
pip install fastparquet就够了，但得注意几个实际会卡住的地方。
为什么有时 pip install fastparquet 会失败
常见报错是编译阶段出错，比如 cython 缺失、numpy 版本不匹配，或系统缺少 C 编译器。fastparquet 的 wheel 包在 PyPI 上并不总是提供所有平台的预编译版本（尤其 Windows + Python 3.12+ 或 M1/M2 Mac），这时 pip 会尝试从源码构建，失败概率陡增。
- 先装
numpy：它被 fastparquet 构建时强依赖，建议单独提前安装 ——pip install numpy - 再装
cython（如果要从源码编译）：pip install cython>=0.29.23 - Windows 用户可能需要 Microsoft C++ Build Tools；macOS 需要 Xcode Command Line Tools（
xcode-select --install）
更稳的安装方式：用 conda
conda 自动处理二进制兼容性和依赖链，对 fastparquet 这类带 C 扩展的包更友好。尤其当你已用 Anaconda/Miniconda 管理环境时：
conda install -c conda-forge fastparquet- 它会一并拉取
numpy、cramjam、fsspec等隐式依赖，且默认提供预编译包 - 不需要手动装
cython或配置编译器
装完验证是否真能用
别只看 pip list 里有就行，得跑一句 import 测试：
python -c "import fastparquet; print(fastparquet.__version__)"
如果报 ImportError: DLL load failed 或 undefined symbol，说明底层依赖（如 cramjam）没加载成功 —— 此时退回 conda 安装通常能绕过。
另外注意：pandas 3.0+ 已弃用 fastparquet 支持，如果你用的是 pandas ≥ 3.0.0，pd.read_parquet(..., engine='fastparquet') 会直接抛异常，哪怕 fastparquet 本身装好了也没法被 pandas 调用。
