CSV 转 Parquet

如何把 CSV 转换为 Parquet

1. 打开 .csv、.tsv 或 .txt 文件，拖到工具上，或粘贴数据。在 输入 下检查表格；如有需要，可在 导入设置 中设置分隔符、表头行或编码（GBK 文件选 GB18030）。
2. 选择 值类型、压缩方式、是否 空文本写为 null，以及 每个行组的行数。
3. 点击 下载 Parquet 保存文件，然后用 DuckDB、pandas、Polars、Spark 或其他任何能读取这种格式的工具打开得到的 .parquet 文件。

要用相同设置转换多个文件，请选择 批量转换多个文件。每个文件生成各自的 Parquet 文件，并打包成一个 ZIP 一起下载。批量转换时，每个文件不能超过 25 MB。

Schema 与列类型

列名完全按表头行中的写法使用。空白表头会变成 Column 3，重复表头变成 name (2)，确保每个 Parquet 列的名称都不重复。所有列都是可选的（可为空）。

在带类型的列中，空单元格始终为 null。在字符串列中，空文本写为 null（默认开启）决定空单元格写成 null 还是空字符串 ""。

压缩方式与行组

文件的元数据中还会记录写入器名称（hyparquet）和一个 created_by_app 键。

CSV 转 Parquet 的常见问题

• 数值列变成了 STRING。 要么选择了 所有值都保留为文本，要么有某个值不是普通数字，例如 1,234、12 kg、007 或 16 位的小数。可以用 列概况 或 CSV 在线查看 找到它。
• ID 在其他工具中丢失了前导零。 这个转换器绝不会把带前导零的列变成数字。如果 ID 被改了，很可能是 CSV 在转换前被电子表格软件打开并保存过；请在 CSV 在线查看 中检查源文件。
• 所有内容都挤在一列里。 分隔符识别错了；请在 导入设置 中选择正确的分隔符。
• 文件超出了这个工具的处理范围。 Parquet 转换适用于 25 MB、10 万行、250 列和 200 万个单元格以内的文件。请先 拆分 CSV 文件 再分别转换；如果只是需要更小的下载文件，也可以用 gzip 压缩 CSV。

限制与隐私

CSV 文件必须能在浏览器工作区中打开：最大 25 MB、10 万行、250 列和 200 万个单元格。Parquet 文件在内存中一次构建完成。

写入器是纯 JavaScript 库 hyparquet-writer，只在转换时加载；不涉及 WebAssembly，也不经过服务器。它在当前标签页的后台线程中运行，所以页面保持流畅，点击 取消 即可停止。CSV 文件不会发送到任何服务器。如果需要可查询的数据库文件，请使用 CSV 转 SQLite。

示例：用 PyArrow 读回传感器读数

一组传感器读数，包含带前导零的 ID、ISO 时间戳、空单元格和引号内的逗号，用 识别数字和 true/false 和默认的 Snappy 压缩转换，再用 PyArrow 读回。temp_c 变成了 DOUBLE，ok 变成了 BOOLEAN；sensor_id 和 reading_at 仍是字符串。如果使用默认的 所有值都保留为文本，五列都是 string，ok 按原样保留 TRUE。

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'}