使用dlt向DuckDB加载数据时，无需安装pyarrow的报错解决方法

我太懂这种“明明没用到某个功能，却被强制要求装依赖”的烦躁了！你遇到的问题其实是dlt内部的默认处理逻辑导致的——yfinance返回的是Pandas DataFrame，而dlt默认会尝试用pyarrow来转换这类数据结构，哪怕你完全没碰Parquet文件。

别担心，咱们直接绕开这个依赖，两种方法都能解决：

方法一：把DataFrame转成字典迭代器（最稳妥） #

dlt对普通字典的处理完全不需要pyarrow，所以咱们把yield的DataFrame拆成逐行的字典就行，还能顺便保留索引信息（比如日期）：

修改你的source代码：

@dlt.source(name="yahoo")
def source_yahoo(ticker):
    @dlt.resource(primary_key="id", write_disposition="merge")
    def prices_and_dividends():
        df = yf.Ticker(ticker).history(period="1y")
        # 把日期索引转成普通列，避免丢失时间信息
        df = df.reset_index()
        # 逐行转成字典并yield
        for _, row in df.iterrows():
            yield row.to_dict()

    yield prices_and_dividends()

这样修改后，dlt拿到的是纯字典数据，不会触发pyarrow的依赖检查，你的原有requirements.txt完全不用动，直接就能正常运行。

方法二：调整dlt的资源配置（可选） #

你也可以在resource装饰器里指定数据类型的处理方式，强制dlt用纯Pandas模式而不是Arrow：

@dlt.resource(primary_key="id", write_disposition="merge", table_format="pandas")
def prices_and_dividends():
    yield yf.Ticker(ticker).history(period="1y")

不过这种方法有时候可能还是会有隐性依赖，所以更推荐第一种方法。

测试一下，修改后再运行你的pipeline，那个MissingDependencyException应该就消失啦！

备注：内容来源于stack exchange，提问作者hopeman