Support Parquet as Input Format
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 35/100
Línea de trabajo
Start by locating the existing CSV input and packaging paths, then trace how input validation handles schema and required fields. Define how Parquet input will be accepted while preserving CSV support, and confirm that packaging always produces or includes Parquet output with validation covered.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Support Parquet as Input Format
We want to extend our system to support Parquet files as an input format in addition to CSV. This enhancement will improve performance, reduce storage, and provide convenience for users who already maintain data in Parquet format.
- Allow the system to accept Parquet files as input.
- Implement necessary validation for Parquet files (schema checks, required fields, etc.).
- Always package Parquet files, either by:
- Converting CSV input to Parquet during packaging, or
- Validating and packaging existing Parquet input directly.
- Continue supporting CSV input
- Lenguaje dominante
- Python
- Estrellas
- 5
- Forks
- 3
- Merge medio
- 15 h 57 min
- PR fusionados (30 d)
- 5
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de statisticsnorway/microdata-tools
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
-
Dificultad 3/5 1-2 días Aptitud para principiantes 48/100
-
Implement an Upload functionAbierto
Dificultad 5/5 Más de una semana Aptitud para principiantes 35/100
Todos los issues de statisticsnorway/microdata-tools
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 64/100
Los mantenedores suelen responder en 1 día
-
Harden tools/pr_threads.sh: pass all printed thread fields through the deterministic sanitizerAbiertoarea:cli area:security enhancement priority:medium size:small
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
RonaldHensbergen/composable-data-stack#1338 ·
Los mantenedores suelen responder en 1 día
-
area:stdlib effort:S impact:med platform:linux type:bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 84/100
Los mantenedores suelen responder en 1 día
-
automated endpoint-dead needs-curation
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
almanac-data/climate-almanac#139 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
UKGovernmentBEIS/inspect_ai#6695 · 1 comentario ·
Los mantenedores suelen responder en 1 día