寻求跨平台GUI/CLI Parquet样本文件生成工具，或Windows/MinGW版本

刚好我之前做Parquet模块测试的时候研究过这类工具，结合你的需求——优先跨平台，备选Windows/MinGW方案，还要能生成适合单元测试的样本文件，给你整理几个实用的选项：

一、跨平台工具（优先推荐） #

1. 灵活自定义的CLI方案：pandas + pyarrow/fastparquet #

这是我日常做单元测试最常用的方案，跨Windows/macOS/Linux，能完全自定义数据结构（包括嵌套类型、空值、特殊格式），完美适配各种测试场景：

• 操作步骤：
  1. 先装依赖：pip install pandas pyarrow
  2. 写几行简单的Python代码就能生成样本：

     import pandas as pd
     import pyarrow.parquet as pq
     
     # 构造符合你测试需求的样本数据，比如包含空值、嵌套结构
     test_data = {
         'user_id': [1, 2, None, 4],
         'user_info': [{'name': 'Alice', 'age':25}, {'name': 'Bob', 'age':30}, None, {'name': 'Diana', 'age':40}],
         'login_dates': ['2024-01-01', '2024-01-02', None, '2024-01-04']
     }
     df = pd.DataFrame(test_data)
     # 导出为Parquet
     df.to_parquet('test_sample.parquet', engine='pyarrow')
     

  3. 你可以根据单元测试的边界case，随时调整数据内容和结构，非常灵活。

2. 无需代码的GUI工具：Parquet Editor #

这是个跨平台的轻量GUI工具，支持Windows/macOS/Linux，既能查看Parquet文件，也能快速创建/编辑样本：

• 可视化编辑表结构：添加列、设置数据类型（包括复杂类型）
• 支持手动输入数据，或者从CSV/Excel导入后导出为Parquet
• 操作直观，适合快速生成简单样本，不用写代码

二、Windows/MinGW适配的工具 #

1. Apache官方CLI工具：parquet-tools #

如果你的MinGW环境能配置Java，这个官方工具很实用：

• 支持从CSV生成Parquet，命令示例：

  parquet-tools csv-to-parquet --input test_data.csv --output test_sample.parquet --schema "user_id:int32,user_name:string,age:int32"
  

• 还能查看Parquet的元数据和内容，和你正在用的ParquetViewer搭配起来刚好。

2. Windows原生GUI工具：Microsoft Azure Storage Explorer #

虽然它主打云存储管理，但对本地Parquet文件的支持也很好，Windows系统直接能用：

• 可以新建Parquet表，手动添加列和数据
• 支持导入CSV生成Parquet，不需要额外配置MinGW环境，操作简单

小提示 #

如果需要生成复杂嵌套结构的样本（比如结构体、数组），pandas+pyarrow的方案是最优选择，能精准控制每一种数据类型，完全覆盖单元测试的各种边界情况。

内容的提问来源于stack exchange，提问作者Juh_