根本原因是Parquet文件包含Pandas不原生支持的逻辑类型（如timestamp[ns, UTC]、decimal128或嵌套结构），而Arrow默认不自动降级转换，且PyArrow与FastParquet引擎对类型映射策略不同。
为什么 pd.read_parquet() 会报 “ArrowInvalid: Unsupported type”？
根本原因是 Parquet 文件里存了 Pandas 不原生支持的逻辑类型（比如 timestamp[ns, UTC]、decimal128 或嵌套结构），而底层 Arrow 默认不自动降级或转换。Pandas 依赖 PyArrow 或 FastParquet 读取，但两者对类型映射策略不同，尤其在跨环境（如 Spark 写入、DuckDB 导出）生成的 Parquet 上容易翻车。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 先用
pyarrow.parquet.read_schema("file.parquet")查看原始 schema，确认有没有timestamp[us, tz=...]或list<item: int32>这类类型 - 强制指定引擎：优先用
engine="pyarrow"（更活跃维护），避免用engine="fastparquet"（对时区/嵌套支持弱） - 加
use_nullable_dtypes=True（Pandas ≥1.5）可让整数列保留Int64类型，减少NaN引发的类型推断失败
读取带时区的 timestamp 列总变成 NaT 怎么办？
PyArrow 默认把带时区的 timestamp 转成无时区的 datetime64[ns]，但若原始时区信息丢失或存在不兼容 offset（如 UTC+05:30），Pandas 就会置为 NaT。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 读取时不解析时间戳：
pd.read_parquet("x.parquet", engine="pyarrow", dtype_backend="pyarrow")，保留为 PyArrow 的timestamp[ns, UTC]类型，后续再用.dt.tz_convert() - 手动指定列类型：
pd.read_parquet("x.parquet", columns=["ts_col"], dtype={"ts_col": "string"})，先当字符串读，再用pd.to_datetime(..., utc=True)安全解析 - 如果文件由 Spark 写出，加
use_threads=False参数——某些 Spark 版本写入的时区元数据在多线程读取时会被跳过
遇到 “ArrowNotImplementedError: Support for dictionary-encoded data not implemented”
这是 FastParquet 引擎的典型报错，说明 Parquet 文件用了字典编码（dictionary encoding）且值类型是 Pandas 不支持的（如 category 嵌套、超长字符串字典）。PyArrow 通常能处理，但默认可能 fallback 到 FastParquet（尤其安装了 fastparquet 但没装 pyarrow）。
调用 Cutout.Pro 视觉处理 API 进行背景移除、人像抠图和照片增强，支持文件上传与图片 URL 输入。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 卸载
fastparquet，或显式指定engine="pyarrow"，杜绝自动 fallback - 检查是否误用了旧版 PyArrow（pyarrow>=12.0.0
- 临时绕过：用
pyarrow.parquet.read_table()读成pyarrow.Table，调用.to_pandas(use_threads=False)，它比pd.read_parquet()对编码容忍度更高
从 S3 或 HDFS 路径读取时报 “Unable to parse URI” 或连接超时
不是 Pandas 问题，而是 PyArrow 的 filesystem 层没正确配置认证或协议。常见于用了 s3://bucket/key.parquet 却没装 s3fs 或没设 AWS 凭据。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 确保已安装
s3fs（pip install s3fs），且boto3可用；HDFS 需额外装pyarrow[flight]并配好HADOOP_CONF_DIR - 不要直接传 URL 给
pd.read_parquet()，改用pyarrow.fs.S3Handler构建 filesystem 实例后传入：import pyarrow.fs<br>fs = pyarrow.fs.S3Handler(region="us-east-1")<br>pd.read_parquet("bucket/key.parquet", filesystem=fs) - 本地测试时，用
file://绝对路径（如file:///home/user/data.parquet），避免相对路径被当前工作目录干扰
真正麻烦的从来不是“能不能读”，而是“读出来是不是你心里想的那个样子”——类型悄悄变了、时区丢了、空值逻辑不一致。每次读 Parquet 前花 20 秒看一眼 schema，比事后 debug 两小时强。
