如何通过AWS Data Wrangler指定Parquet文件版本？

1. 使用Pandas指定Parquet版本 #

Pandas的to_parquet方法支持通过引擎参数配置Parquet版本，推荐使用pyarrow引擎（AWS生态下兼容性更好），通过write_kwargs传递版本参数：

import pandas as pd

# 替换为你的数据框和存储路径
df.to_parquet(
    "s3://your-bucket/target-file.parquet",
    engine="pyarrow",
    write_kwargs={"version": "2.0"}
)

如果使用fastparquet引擎，可直接传递version参数：

df.to_parquet(
    "s3://your-bucket/target-file.parquet",
    engine="fastparquet",
    version="2.0"
)

2. 使用AWS Data Wrangler指定Parquet版本 #

AWS Data Wrangler底层依赖pyarrow，可通过pyarrow_additional_kwargs参数传递Parquet版本配置：

import awswrangler as wr

# 替换为你的数据框和存储路径
wr.s3.to_parquet(
    df=df,
    path="s3://your-bucket/target-path/",
    pyarrow_additional_kwargs={"version": "2.0"}
)

是否需要更换写入工具？ #

不需要。Pandas和AWS Data Wrangler都原生支持指定Parquet版本，只要配置正确的引擎和版本参数即可适配Teradata NOS。优先尝试上述方案，这两个工具在AWS生态中集成性强，无需额外更换工具。

注意：建议确认Teradata NOS官方支持的Parquet版本范围，若2.0版本仍不兼容，可尝试指定更高版本（如3.0）。

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