看起来你在尝试用deltalake和pyarrow库不依赖Spark创建带Map类型的Delta表时遇到了类型构造的问题，我来帮你分析下报错原因并给出修正方案。

一、分析第一个报错（PyArrow类型错误） #

你遇到的ArrowTypeError: Could not convert 'a' with type str: was expecting tuple of (key, value) pair，是因为构造Map类型数组的方式不对。你用pa.array([("age", 30)], type=pa.map_(...))来创建单个map元素，这其实是错误的——PyArrow的Map类型数组不需要给每个map元素单独套pa.array，直接传入字典（或键值对元组的列表）的集合，指定Map类型即可。

修正后的PyArrow + deltalake代码： #

import pyarrow as pa
from deltalake import write_deltalake

# 正确构造带Map类型的PyArrow Table
data = {
    "id": pa.array([1, 2, 3]),
    "name": pa.array(["Alice", "Bob", "Charlie"]),
    # 直接传入字典列表，指定Map类型即可
    "attributes": pa.array(
        [{"age": 30}, {"age": 25}, {"age": 35}],
        type=pa.map_(pa.string(), pa.int32())
    )
}

table = pa.Table.from_pydict(data)
delta_table_path = "./tmp/delta_map"

# 写入Delta表
write_deltalake(delta_table_path, data=table, mode="overwrite")

# 验证读取
from deltalake import DeltaTable
dt = DeltaTable(delta_table_path)
print("Schema:", dt.schema())
print("Data:", dt.to_pandas())

这样就能正确生成带Map类型的Delta表了，因为PyArrow会自动把字典解析成Map类型的键值对。

二、分析第二个报错（DeltaSchema兼容问题） #

你用deltalake.schema.Schema定义Map类型时遇到NotImplementedError，是因为当前deltalake库的自定义Schema类和Arrow的类型系统兼容度有限，官方更推荐直接使用PyArrow的Schema来定义表结构，而不是deltalake自带的Schema类。

修正后的Schema指定方案： #

import pyarrow as pa
from deltalake import write_deltalake

# 用PyArrow定义Schema（包含Map类型）
arrow_schema = pa.schema([
    ("id", pa.string()),
    ("data", pa.map_(pa.int32(), pa.string(), value_contains_null=False))
])

# 准备数据：注意Map类型对应Python的字典
data = [
    {"id": "1", "data": {1: "value1", 2: "value2"}},  # 键是int32，对应Schema定义
    {"id": "2", "data": {3: "value3", 4: "value4"}}
]

# 转换为PyArrow Table（也可以直接传data，deltalake会自动转换，但指定Schema更严谨）
table = pa.Table.from_pylist(data, schema=arrow_schema)
delta_table_path = "./tmp/delta_map_schema"

# 写入Delta表
write_deltalake(
    delta_table_path, 
    data=table, 
    schema=arrow_schema,
    mode="append",
    writer_properties={"compression": "ZSTD"}
)

# 验证读取
from deltalake import DeltaTable
dt = DeltaTable(delta_table_path)
print("Schema:", dt.schema())
print("Data:", dt.to_pandas())

注意这里的Map类型键是int32，所以数据里的键要用整数，和Schema定义对应上，避免类型不匹配。

关键注意点 #

• PyArrow Map类型构造：单个Map元素对应Python的字典或(key, value)元组的列表，不需要用pa.array包裹单个元素，直接传入集合即可。
• Schema兼容性：优先使用PyArrow的Schema来定义表结构，而非deltalake自带的Schema类，这样能避免大部分类型兼容问题。
• 类型一致性：数据中的Map键值类型必须和定义的Schema完全匹配，比如Schema里键是string就不能传整数键，反之亦然。

备注：内容来源于stack exchange，提问作者Franek