如何使用Polars流式读取Parquet文件并将内容以CSV格式输出到标准输出？

这个问题我之前也踩过类似的坑——Polars的LazyFrame.sink_csv确实有点“认死理”，它只接受文件路径字符串（或路径对象）作为参数，不支持直接传入sys.stdout这类打开的文件句柄，不过好在类Unix系统有个超实用的小技巧，既能解决报错，又完全符合你流式处理大文件的需求！

快速修复代码（Linux/macOS适用） #

直接把特殊设备文件路径/dev/stdout传给sink_csv就行，系统会自动把写入这个路径的内容转发到标准输出：

import polars as pl
pl.scan_parquet("BTCUSDT-trades-2022-01.parquet").sink_csv("/dev/stdout")

运行这个代码，你就能看到Parquet文件的内容被流式转换成CSV，直接输出到终端（或其他接收标准输出的管道）了。

为什么原来的代码会报错？ #

你碰到的TypeError本质是Polars内部的路径处理逻辑导致的：
sink_csv会调用normalize_filepath函数对传入的路径做预处理（比如扩展用户目录、解析相对路径），这个函数依赖os.path.expanduser，而后者只接受字符串、字节或路径类对象，不接受TextIOWrapper类型的sys.stdout，所以才会抛出“expected str, bytes or os.PathLike object, not TextIOWrapper”的错误。

用/dev/stdout这个字符串路径就完美绕开了这个问题——Polars会把它当成普通文件路径处理，而系统底层会把这个特殊路径映射到标准输出流，最终实现你要的效果。

关于流式处理的验证 #

完全不用担心内存问题！因为你用的是pl.scan_parquet生成的LazyFrame（懒加载框架），sink_csv会逐批读取Parquet文件的内容、转换为CSV后写入，全程不会把整个大文件加载到内存里，正好适配你处理多份超大Parquet文件的场景。

Windows系统替代方案（可选） #

如果是在Windows环境下，可以用特殊设备名CON替代/dev/stdout：

import polars as pl
pl.scan_parquet("BTCUSDT-trades-2022-01.parquet").sink_csv("CON")

备注：内容来源于stack exchange，提问作者Derek Mahar