python - 将 pandas df 转换为 parquet-file-bytes-object

Question

我有一个 pandas 数据框，想要将其作为 parquet 文件写入 Azure 文件存储。

到目前为止，我还无法将数据帧直接转换为字节，然后将其上传到 Azure。我当前的解决方法是将其作为 parquet 文件保存到本地驱动器，然后将其作为字节对象读取，我可以将其上传到 Azure。

谁能告诉我如何将 pandas 数据帧直接转换为“ Parquet 文件”字节对象而不将其写入磁盘？ I/O 操作确实减慢了速度，而且感觉很像非常丑陋的代码......

# Transform the data_frame into a parquet file on the local drive    
data_frame.to_parquet('temp_p.parquet', engine='auto', compression='snappy')

# Read the parquet file as bytes.
with open("temp_p.parquet", mode='rb') as f:
     fileContent = f.read()

     # Upload the bytes object to Azure
     service.create_file_from_bytes(share_name, file_path, file_name, fileContent, index=0, count=len(fileContent))

我正在寻找实现这样的东西，其中transform_functionity返回一个字节对象:

my_bytes = data_frame.transform_functionality()
service.create_file_from_bytes(share_name, file_path, file_name, my_bytes, index=0, count=len(my_bytes))

Answer 1

我找到了一个解决方案，我会将其发布在这里，以防有人需要执行相同的任务。使用 to_parquet 文件将其写入缓冲区后，我使用 .getvalue() 功能从缓冲区中获取字节对象，如下所示:

buffer = BytesIO()
data_frame.to_parquet(buffer, engine='auto', compression='snappy')

service.create_file_from_bytes(share_name, file_path, file_name, buffer.getvalue(), index=0, count=buffer.getbuffer().nbytes )