如何为实木复合地板文件中的TIMESTAMP列检索idAdjustedUTC标志值？

问题描述

我有一个实木复合地板文件，其中包含许多类型为converted_type (legacy): TIMESTAMP_MICROS的列。我想检查标志isAjustedToUTC是否为真。我可以这样：

import pyarrow.parquet as pq
import re   
 
arrow = pq.ParquetFile("/Parquet/File/Path/filename.parquet")
timestamp_string = str(arrow.Metadata.row_group(0).column(79).statistics.logical_type)
re.search("isAdjustedToUTC=(.*),timeUnit",timestamp_string).group(1)

这给了我true或false作为字符串。是否有另一种无需使用正则表达式来检索isAdjustedToUTC的值的方法？

解决方法

据我所知这是不可能的。 logical_type的类型为pyarrow._parquet.ParquetLogicalType，不会直接公开其基础成员。

唯一可用的字段是：

dir(logical_type)
>> ['__class__','__delattr__','__dir__','__doc__','__eq__','__format__','__ge__','__getattribute__','__gt__','__hash__','__init__','__init_subclass__','__le__','__lt__','__ne__','__new__','__pyx_vtable__','__reduce__','__reduce_ex__','__repr__','__setattr__','__setstate__','__sizeof__','__str__','__subclasshook__','to_json','type']

您可以使用to_json函数，但是它与您建议的选项一样脏：

import json
json.loads(logical_type.to_json())['isAdjustedToUTC']
>> true