Converter CSV em Parquet

Como converter CSV em Parquet

1. Abra um arquivo .csv, .tsv ou .txt, arraste-o para a ferramenta ou cole as linhas. Confira a tabela na aba Entrada; se precisar, ajuste o delimitador, a linha de cabeçalho ou a codificação em Configurações de importação.
2. Escolha os Tipos de valor, a Compactação, se quer Gravar texto vazio como null e as Linhas por grupo de linhas.
3. Clique em Baixar Parquet e leia o arquivo .parquet com DuckDB, pandas, Polars, Spark ou qualquer outro leitor de Parquet.

Para converter muitos arquivos com as mesmas configurações, escolha Lote: converter vários arquivos. Cada arquivo vira um Parquet próprio, e todos são baixados juntos em um único ZIP. No modo em lote, cada arquivo pode ter no máximo 25 MB.

Schema e tipos de coluna

Os nomes das colunas vêm da linha de cabeçalho exatamente como foram escritos. Um cabeçalho em branco vira Column 3 e um repetido vira name (2), para que cada coluna do Parquet tenha nome único. Todas as colunas são opcionais (aceitam nulos).

Em colunas tipadas, uma célula vazia é sempre null. Em colunas de string, Gravar texto vazio como null (ativada por padrão) decide se a célula vazia vira null ou uma string vazia "".

Compactação e grupos de linhas

O arquivo também registra nos metadados o gravador (hyparquet) e uma chave created_by_app.

Problemas comuns ao converter CSV para Parquet

• Uma coluna numérica saiu como STRING. Ou a opção Manter todos os valores como texto está selecionada, ou algum valor não é um número simples, como 1,234, 12 kg, 007 ou um decimal de 16 dígitos. Encontre-o com o perfil das colunas ou no visualizador de CSV.
• Os IDs perderam os zeros à esquerda em outra ferramenta. Este conversor nunca torna numérica uma coluna com zeros à esquerda. Se os IDs mudaram, o CSV provavelmente foi aberto e salvo em uma planilha antes da conversão; confira o arquivo de origem no visualizador de CSV.
• Ficou tudo em uma coluna só. O delimitador foi detectado errado; escolha-o em Configurações de importação.
• O arquivo é grande demais para esta ferramenta. A conversão para Parquet aceita arquivos de até 25 MB, 100.000 linhas, 250 colunas e 2 milhões de células. Divida o CSV e converta as partes, ou compacte o CSV com gzip se você só precisa de um download menor.

Limites e privacidade

O CSV precisa abrir na área de trabalho do navegador: até 25 MB, 100.000 linhas, 250 colunas e 2 milhões de células. O arquivo Parquet é montado na memória em uma única passada.

O gravador é o hyparquet-writer, uma biblioteca em JavaScript puro carregada só quando você converte; não há WebAssembly nem etapa no servidor. Ele roda em um worker em segundo plano nesta aba, então a página continua respondendo e Cancelar interrompe o processo. O CSV nunca é enviado a um servidor. Para ter um arquivo de banco de dados que aceita consultas, use CSV para SQLite.

Exemplo: leituras de sensores lidas de volta com PyArrow

Leituras de sensores com IDs que começam em zero, data/hora ISO, células vazias e uma vírgula entre aspas, convertidas com Detectar números e true/false e a compactação Snappy padrão, depois lidas de volta com PyArrow. temp_c virou DOUBLE e ok virou BOOLEAN; sensor_id e reading_at continuaram strings. Com o padrão Manter todos os valores como texto, as cinco colunas são string e ok mantém TRUE como foi escrito.

sensor_id,reading_at,temp_c,ok,site
000917,2026-03-01T08:00:00Z,21.5,true,Lab 2
000918,2026-03-01T08:05:00Z,,false,
000919,2026-03-01T08:10:00Z,-3,TRUE,"Roof, north"

schema:
  sensor_id: string
  reading_at: string
  temp_c: double
  ok: bool
  site: string
rows: 3, row groups: 1, compression: SNAPPY

{'sensor_id': '000917', 'reading_at': '2026-03-01T08:00:00Z', 'temp_c': 21.5, 'ok': True, 'site': 'Lab 2'}
{'sensor_id': '000918', 'reading_at': '2026-03-01T08:05:00Z', 'temp_c': None, 'ok': False, 'site': None}
{'sensor_id': '000919', 'reading_at': '2026-03-01T08:10:00Z', 'temp_c': -3.0, 'ok': True, 'site': 'Roof, north'}