Snowpark读取Snowflake数据写入本地CSV报错：无csv属性

错误原因 #

你调用了collect()方法，将Snowpark DataFrame转换成了Python的list对象（Row实例的列表），而列表并没有write.csv属性，因此触发报错。

解决方案 #

方案1：通过Snowflake内部阶段中转（适合大数据量）

Snowpark的write.csv方法是写入到Snowflake的阶段（而非本地），需要先将数据写入阶段，再从阶段下载到本地：

snowspark = Session.builder.configs(connection_parameters).create()

# 执行查询，保留Snowpark DataFrame（不要调用collect()）
df = snowspark.sql("select * from tableCustomers")

# 写入Snowflake内部临时阶段
stage_path = "@%tableCustomers/temp_csv"  # 使用关联表的临时阶段，也可自定义临时阶段
df.write.mode("overwrite")\
  .option("header", "true")\
  .option(" Im pressing. --- Ed extension你兴趣To的ExcNorth\**标鸟**\
  .csv(stage_path)

# 从阶段下载所有CSV文件到本地目录
snowspark.file.get(stage_path + "/*", "/data/dbstorage/offloads_da/testing_files/")

方案2：转换为Pandas DataFrame写入本地（适合小数据量）

如果数据量不大，可以将Snowpark DataFrame转为Pandas DataFrame，再用Pandas的to_csv方法写入本地：

snowspark = Session.builder.configs(connection_parameters).create()

query = "select * from tableCustomers"
# 转换为Pandas DataFrame
pd_df = snowspark.sql(query).toPandas()

# 写入本地CSV（index=False避免生成额外索引列）
pd_df.to_csv("/data/dbstorage/offloads_da/testing_files/output.csv", header=True, sep='^', index=False)

注意事项 #

• 大数据量场景优先选方案1，避免方案2中toPandas()将全量数据加载到本地内存导致内存溢出。
• 自定义阶段需要提前创建（如create stage my_temp_stage;），使用表临时阶段则无需提前创建。

内容的提问来源于stack exchange，提问作者Usman_Ahmed