我有一个 parquet 文件，我想先将文件中的 n 行读入 pandas 数据框。
我尝试了什么：
df = pd.read_parquet(path= 'filepath', nrows = 10)
它不起作用并给了我错误：
TypeError: read_table() got an unexpected keyword argument 'nrows'
我也尝试了 skiprows 参数，但这也给了我同样的错误。
或者，我可以读取完整的 parquet 文件并过滤前 n 行，但这需要更多的计算，我想避免。
有什么方法可以实现吗？
【问题讨论】：
在探索并与pandas开发团队取得联系后，发现pandas在读取parquet文件时不支持nrows或skiprows参数。
原因是 pandas 使用pyarrow 或fastparquet parquet 引擎来处理 parquet 文件，而pyarrow 不支持部分读取文件或通过跳过行读取文件（不确定fastparquet）。以下是pandas github上issue的链接供大家讨论。
【讨论】：
接受的答案已过期。现在可以只将 parquet 文件的前几行读取到 pandas 中，尽管它有点混乱并且依赖于后端。
要使用 PyArrow 作为后端阅读，请按照以下说明操作：
from pyarrow.parquet import ParquetFile
import pyarrow as pa
pf = ParquetFile('file_name.pq')
first_ten_rows = next(pf.iter_batches(batch_size = 10))
df = pa.Table.from_batches([first_ten_rows]).to_pandas()
更改行 batch_size = 10 以匹配您要读取的行数。
【讨论】：
Parquet 文件是面向列的存储，专为此设计...所以加载所有文件以访问一行是正常的。
【讨论】：