读取gzip压缩Parquet文件时出现‘Not a gzipped file’错误求助

你用df.to_parquet()保存的是Parquet格式文件，指定compression="gzip"是让Parquet内部对数据块做gzip压缩，并非把整个文件打包成gzip格式。而pd.read_table()是读取文本类文件（如TSV、CSV）的工具，它看到文件名带.gz就尝试用gzip解压，但文件开头是Parquet的标识b'PA'，不符合gzip文件的魔数（b'\037\213'），因此触发OSError。

读取Parquet文件必须用pd.read_parquet()方法，它会自动识别文件的压缩格式，无需额外设置：

matrix = pd.read_parquet('../input/meth-clin-kipan/meth_450_clin_all_kipan.parquet.gz')

内容的提问来源于stack exchange，提问作者melolilili