经过一番搜索，我未能找到
fastparquetpyarrow我找到了这个博客post（速度的基本比较）。
还有一个 github 讨论，声称使用
fastparquet我何时/为什么要使用其中一种而不是另一种？主要优点和缺点是什么？
dask我使用 fastparquet 和 pyarrow 将 protobuf 数据转换为 parquet，并使用 Athena 在 S3 中查询相同数据。然而，在我的用例中，两者都有效，这是一个 lambda 函数，包 zip 文件必须是轻量级的，所以继续使用 fastparquet。 （fastparquet 库只有约 1.1mb，而 pyarrow 库为 176mb，Lambda 包限制为 250mb）。
我使用以下内容将数据框存储为镶木地板文件：
from fastparquet import write
parquet_file = path.join(filename + '.parq')
write(parquet_file, df_data)
但是，由于问题缺乏具体标准，而我来这里是为了一个好的“默认选择”，我想声明 DataFrame 对象的 pandas 默认引擎 是 pyarrow（请参阅 pandas 文档）。
从您的角度来看，最重要的是要了解兼容性。 Athena 不是 fastparquet（或 pyarrow）的测试目标之一，因此您应该在做出选择之前进行彻底测试。您可能需要为日期时间表示、空值、类型调用许多选项（
docs），这些选项对您可能很重要。
使用 dask 写入 s3 无疑是 fastparquet 的一个测试用例，我相信 pyarrow 也应该没有问题。
我使用以下命令将数据帧作为 parquet 文件存储在 S3 中：
import s3fs
import fastparquet as fp
import pandas as pd
import numpy as np
s3 = s3fs.S3FileSystem()
myopen = s3.open
s3bucket = 'mydata-aws-bucket/'
# random dataframe for demo
df = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), columns=list('ABCD'))
parqKey = s3bucket + "datafile" + ".parq.snappy"
fp.write(parqKey, df ,compression='SNAPPY', open_with=myopen)
我的桌子在 Athena 中看起来类似：
CREATE EXTERNAL TABLE IF NOT EXISTS myanalytics_parquet (
`column1` string,
`column2` int,
`column3` DOUBLE,
`column4` int,
`column5` string
)
STORED AS PARQUET
LOCATION 's3://mydata-aws-bucket/'
tblproperties ("parquet.compress"="SNAPPY")
https://wesmckinney.com/blog/python-parquet-update/。根据它的说法，pyarrow 比 fastparquet 更快，难怪它是 dask 中使用的默认引擎。
更新：我之前的回复的更新。我更幸运的是在谷歌云存储中使用 pyarrow 写作并使用 fastparquet 阅读。