安装 PyArrow#

系统兼容性#

PyArrow 定期在 Windows、macOS 和各种 Linux 发行版上构建和测试。 我们强烈建议使用 64 位系统。

Python 兼容性#

PyArrow 目前与 Python 3.9、3.10、3.11、3.12 和 3.13 兼容。

使用 Conda#

使用 Condaconda-forge 安装最新版本的 PyArrow

conda install -c conda-forge pyarrow

注意

虽然 pyarrow conda-forge 包是大多数用户的正确选择,但该包存在最小和最大变体,它们中的任何一个都可能更适合您的用例。 请参阅 conda-forge 包之间的差异

使用 Pip#

PyPI 安装最新版本(Windows、Linux 和 macOS)

pip install pyarrow

如果在 Windows 上遇到 pip wheels 的任何导入问题,您可能需要安装 Visual Studio 2015 的 Visual C++ Redistributable

警告

在 Linux 上,您需要 pip >= 19.0 才能检测到预构建的二进制包。

安装 nightly 包或从源代码安装#

请参阅 Python 开发

依赖项#

可选依赖项

  • NumPy 1.16.6 或更高版本。

  • pandas 1.0 或更高版本。

  • cffi.

PyArrow 兼容的其他包是 fsspecpytzdateutiltzdata 包(用于时区)。

Windows 上的 tzdata#

虽然 Arrow 在 Linux 和 macOS 上使用操作系统提供的时区数据库,但它需要在 Windows 上使用用户提供的数据库。 要下载并提取 IANA 时区数据库的文本版本,请按照 C++ 中的说明进行操作 运行时依赖项 或使用 pyarrow 实用程序函数 pyarrow.util.download_tzdata_on_windows(),该函数执行相同的操作。

默认情况下,将在 %USERPROFILE%\Downloads\tzdata 中检测到时区数据库。 如果数据库已下载到其他位置,则需要从 Python 设置到数据库的自定义路径

>>> import pyarrow as pa
>>> pa.set_timezone_db_path("custom_path")

conda-forge 包之间的差异#

conda-forge 上,PyArrow 作为三个单独的包发布,每个包都提供不同级别的功能。 这与 PyPi 形成对比,后者仅提供单个 PyArrow 包。

这种拆分的目的是最大限度地减少大多数用户(pyarrow)的已安装包的大小,为专门的用例(pyarrow-core)提供更小的最小包,同时仍然为需要它的用户提供完整的包(pyarrow-all)。 历史上 conda-forge 上的 pyarrow 现在是 pyarrow-all,但大多数用户可以继续使用 pyarrow

pyarrow-core 包包括以下功能

pyarrow 包添加了以下内容

  • Acero(即,pyarrow.acero

  • 表格数据集(即,pyarrow.dataset

  • Parquet(即,pyarrow.parquet

  • Substrait(即,pyarrow.substrait

最后,pyarrow-all 添加

  • Arrow Flight RPC 和 Flight SQL(即,pyarrow.flight

  • Gandiva(即,pyarrow.gandiva

下表列出了每个包提供的功能,在决定使用一个包而不是另一个包时,或在 创建自定义选择 时,可能很有用。

组件

pyarrow-core

pyarrow

pyarrow-all

核心

pyarrow-core

Parquet

libparquet

数据集

libarrow-dataset

Acero

libarrow-acero

Substrait

libarrow-substrait

Flight

libarrow-flight

Flight SQL

libarrow-flight-sql

Gandiva

libarrow-gandiva

创建自定义选择#

如果您知道需要哪些组件并希望控制安装的内容,则可以创建包的自定义选择,以仅包含您需要的额外功能。 例如,要安装 pyarrow-core 并添加对读取和写入 Parquet 的支持,请将 libparquetpyarrow-core 一起安装

conda install -c conda-forge pyarrow-core libparquet

或者,如果您希望使用 pyarrow 但需要对 Flight RPC 的支持

conda install -c conda-forge pyarrow libarrow-flight