Идентифицировать переменную разделения в файле паркета

Есть ли простой способ определить переменную, которая использовалась для разделения набора данных паркета?


В качестве примера ниже я создаю игрушечный паркет, используя набор данных mtcars.

# Load library
library(arrow)

# Write data to parquet
mtcars |> write_dataset("~/boop", partitioning = "cyl")

Одним из подходов к определению переменной (переменных) разбиения может быть просмотр файлов, из которых состоит паркет, например:

# Open dataset & see files that are part of parquet
open_dataset("~/boop")$files

# [1] "XXXXX/boop/cyl=4/part-0.parquet" "XXXXX/boop/cyl=6/part-0.parquet"
# [3] "XXXXX/boop/cyl=8/part-0.parquet"

Здесь я вижу, что cyl — это переменная разделения, но мне нужно было бы проанализировать ее, и если есть несколько переменных разделения, это может быть немного вовлечено.

Есть ли простой способ определения переменной разделения? Например, есть ли переменная метаданных, которая записывает эту информацию?

Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
2
0
61
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Пока кто-то не предложит лучшее решение, похоже, это работает:

# Load library
library(arrow)

# Write data to parquet
mtcars |> write_dataset("~/boop", partitioning = c("cyl", "gear"))

# Files in parquet
pq_files <- open_dataset("~/boop")$files

# Extract partiton names assuming */partition_name=value/* format
regmatches(pq_files, gregexpr("(?<=/)[^/]*(?==)", pq_files, perl = TRUE)) |> unlist() |> unique()
# [1] "cyl"  "gear"

Как было предложено в вопросе, я просматриваю файлы в паркете, а затем использую некоторое регулярное выражение для поиска текста, зажатого между / и =, который должен соответствовать разделам.

Другие вопросы по теме