Convertir un Parquet en CSV
Ouvrez un fichier .parquet sans installer Python : un CSV lisible dans un tableur.
Traité sur cet appareil · aucun envoi de fichier
PARQUETPQVous pouvez aussi coller (Ctrl+V)Confortable jusqu’à 500 Mo
92 ko à télécharger la première fois, puis conservé sur cet appareil.détails
Moteur : hyparquet · plus 115 ko si le fichier est compressé autrement qu’en Snappy.
À quoi sert cette page
Parquet est le format d’échange des données volumineuses : compact, colonnaire, rapide à lire — et parfaitement illisible sans outil. Reçu par courriel ou exporté d’un entrepôt, un .parquet ne s’ouvre ni dans Excel ni dans un éditeur, et la solution habituelle commence par « installez Python et pandas ». Cette page le lit dans votre navigateur et rend un CSV, avec les types annoncés en clair : ce que le fichier contient, dans quel format, et ce qui a dû être aplati.
On dit aussi : convertir parquet en csv, ouvrir un fichier parquet.
Comment faire
- Déposez votre fichier .parquet.
- Choisissez le séparateur ; laissez « 0 » pour convertir tout le fichier.
- Lancez, vérifiez les colonnes annoncées, téléchargez le CSV.
Questions fréquentes
Qu’est-ce qu’un fichier Parquet, au juste ?
Un tableau enregistré colonne par colonne plutôt que ligne par ligne, compressé, avec les types et les statistiques inscrits dedans. C’est ce qui le rend deux à dix fois plus petit qu’un CSV équivalent et beaucoup plus rapide à interroger. Le revers est qu’aucun logiciel de bureau ne l’ouvre.
Que deviennent les colonnes contenant des listes ou des structures ?
Elles sont écrites en JSON dans leur cellule : ["épicerie","bio"] ou {"nom":"Dupré","ville":"Nîmes"}. Un CSV est plat, un Parquet ne l’est pas ; plutôt que de choisir arbitrairement un sous-champ ou d’effacer la colonne, on garde la valeur entière, et la page vous dit lesquelles sont concernées.
Mes dates vont-elles être décalées ?
Non. L’heure est recopiée telle qu’elle est écrite dans le fichier. Si le Parquet précise que l’instant est en temps universel, le CSV le note par un Z final ; sinon, rien n’est ajouté. Une conversion dont le résultat dépendrait du fuseau de votre ordinateur ne serait pas une conversion.
Un fichier de plusieurs centaines de mégaoctets passe-t-il ?
La lecture, oui : le fichier est parcouru par blocs et seules les portions utiles sont chargées. C’est le CSV produit qui devient encombrant, puisqu’un Parquet compressé peut peser dix fois moins que le tableau qu’il contient. Sur un très gros fichier, commencez par un aperçu de quelques milliers de lignes pour voir ce qu’il y a dedans.
Le moteur est-il vraiment léger ?
Oui : le lecteur Parquet embarqué ici est écrit en JavaScript, quelques dizaines de kilo-octets, sans WebAssembly. Les moteurs analytiques qui savent lire le Parquet pèsent plutôt trente mégaoctets — nous les gardons pour les usages qui les justifient.
Bon à savoir
- Compressions lues : Snappy, Gzip, Brotli, Zstd, LZ4 et les fichiers non compressés — c’est-à-dire tout ce que produisent Spark, DuckDB, pandas et Polars. Un codec plus rare est refusé avec son nom, pas avec un message vague.
- Une colonne imbriquée — liste, structure, carte — est réécrite en JSON dans sa cellule. Un CSV n’a pas de case pour un tableau : une cellule dense vaut mieux qu’une colonne disparue, et le nom des colonnes concernées est rappelé sous le résultat.
- Les horodatages sont écrits tels qu’ils sont stockés, sans conversion de fuseau : 2026-01-05T09:12:33. Le suffixe Z n’apparaît que si le fichier déclare lui-même l’instant en temps universel.
- Les décimaux gardent le nombre de chiffres déclaré par le fichier : un prix écrit DECIMAL(10,2) ressort « 8.90 ». Au-delà de quinze chiffres significatifs, la précision n’est plus garantie.
- Les entiers 64 bits sont écrits en toutes lettres, sans passer par un nombre flottant : un identifiant à dix-neuf chiffres reste exact.
- Le fichier est lu groupe de lignes par groupe de lignes, et seules les portions utiles sont téléchargées depuis le disque : un Parquet de plusieurs centaines de mégaoctets passe sans saturer l’onglet. Le CSV produit, lui, tient en mémoire — un aperçu de quelques centaines de milliers de lignes est plus prudent sur les très gros fichiers.
- Les fichiers Parquet chiffrés ne sont pas pris en charge, et un dossier de partitions (dataset multi-fichiers) se dépose fichier par fichier.