fastparquet 中的压缩选项不一致

Question

根据project page of fastparquet，fastparquet支持各种压缩方式

Optional (compression algorithms; gzip is always available):
snappy (aka python-snappy)
lzo
brotli
lz4
zstandard

尤其是 zstandard 是一种现代算法，可提供高压缩比以及令人印象深刻的快速 compression/decompression 速度。这就是我想要的 fastparquet。

的文档中

compression to apply to each column, e.g. GZIP or SNAPPY or a dict like {"col1": "SNAPPY", "col2": None} to specify per column compression types. In both cases, the compressor settings would be the underlying compressor defaults. To pass arguments to the underlying compressor, each dict entry should itself be a dictionary:
{
    col1: {
        "type": "LZ4",
        "args": {
            "compression_level": 6,
            "content_checksum": True
         }
    },
    col2: {
        "type": "SNAPPY",
        "args": None
    }
    "_default": {
        "type": "GZIP",
        "args": None
    }
}

没有提到 zstandard。更糟糕的是，如果我写

fastparquet.write('outfile.parq', df, compression='LZ4')

弹出错误说

Compression 'LZ4' not available. Options: ['GZIP', 'UNCOMPRESSED']

所以fastparquest只支持'GZIP'？这与项目页面有很大的差异！我错过了一些包裹吗？如何将 fastparquest 与所有项目页面规定的压缩算法一起使用？

Answer 1

是的，您可能缺少一些包裹。您的系统必须首先具有 python LZ4 and/or zstandard 绑定。有关详细信息，请参阅 the source code。

对于 LZ4：如果 import lz4.block 给出 ModuleNotFoundError，则继续安装 pip install lz4。
与 zstandard 类似：pip install zstandard
对于 brotli：pip install brotlipy
和lzo：pip install python-lzo
而且活泼：pip install python-snappy

fastparquet 中的压缩选项不一致

compression option in fastparquet is not consistent

python

pandas

compression

fastparquet