MATLAB 不读取 Parquet 文件，只是显示“无法读取 Parquet 文件”。我怎么还能读到它？

我已经使用 Python polars ' .write_parquet 方法创建了一个镶木地板文件。它可以被Python读回，没有问题，MATLAB也可以使用 读取信息 关于 parquetinfo 文件，没有问题。

但是，当我在MATLAB中运行 parquetread 实际加载时数据，它很快失败，并出现错误“无法读取 Parquet 文件”，没有进一步的详细信息。

我四处搜索，只找到 这个 Mathworks 论坛帖子 没有解决方案。

如何我可以使用 Python 创建可由 MATLAB 读取的 parquet 文件吗？

看起来你遇到了 MATLAB 中 parquetread 函数的一个已知问题。此问题似乎会影响使用 pyarrow 引擎（polars 的默认引擎）编写的某些 Parquet 文件。MATLAB 论坛帖子中提到的问题表明此问题与字典列有关，但它也可能影响其他 Parquet 文件。

以下是一些可以尝试的解决方法：

1. 在 polars 中使用 fastparquet 引擎：

fastparquet 是 polars 支持的另一种 Parquet 引擎。尝试使用 fastparquet 引擎保存你的数据帧，看看 MATLAB 是否可以读取它：

```python import polars as pl

# 保存数据帧使用 fastparquet 引擎 df.write_parquet("my_data.parquet", engine="fastparquet") ```

如果这可行，那么你可以考虑在 polars 中继续使用 fastparquet 引擎，或者看看 MATLAB 是否发布了针对此问题的修复程序。

2. 将数据转换为 pandas，然后使用 pyarrow 写入：

有些用户报告说，首先将 polars 数据帧转换为 pandas 数据帧，然后使用 pyarrow 库写入 Parquet 文件可以解决此问题：

```python import polars as pl import pandas as pd import pyarrow as pa import pyarrow.parquet as pq

# 将 polars 数据帧转换为 pandas 数据帧 pdf = df.to_pandas()

# 使用 pyarrow 将 pandas 数据帧写入 Parquet 文件 table = pa.Table.from_pandas(pdf) pq.write_table(table, 'my_data.parquet') ```

此方法涉及额外的转换步骤，但它可能与 MATLAB 的 parquetread 函数更加兼容。

3. 使用其他文件格式：

如果以上方法都不起作用，那么你可以考虑使用 MATLAB 支持的不同文件格式，例如 CSV 或 HDF5。

• 要保存为 CSV： python df.write_csv("my_data.csv") 并在 MATLAB 中使用 csvread 函数。

• 要保存为 HDF5： python df.write_hdf("my_data.h5", key="data") 并在 MATLAB 中使用 h5read 函数。

这些替代文件格式可能无法提供与 Parquet 相同的性能和存储效率，但它们可以作为一种解决方法，直到解决了 MATLAB 中的兼容性问题。