Parquet에서 Unhandled type for Arrow to Parquet schema conversion: halffloat 이 발생할 때

🖼 배경

최근 데이터를 저장하고 불러올 때, 빠른 I/O 속도와 컬럼의 데이터 타입을 메타 데이터로 저장할 수 있어서 Parquet 타입을 자주 사용하고 있습니다. Dependency로 pyarrow나 fastparquet만 설치하면 pandas에서 pd.DataFrame.to_parquet()로 바로 사용할 수 있습니다. 그런데 데이터를 저장하는데 아래와 같은 오류가 발생하는 경우가 있었습니다.

df.to_parquet(DATA_PATH)
>> Unhandled type for Arrow to Parquet schema conversion: halffloat

🤔 해결

halffloat이란 float16 타입을 의미합니다. 데이터에 float16 타입의 컬럼이 있으면 Apache Arrow가 해당 데이터 타입을 지원을 하지 않기 때문에 오류가 발생하게 됩니다. 해결 방법은 두 가지입니다.

• 데이터 타입을 float32로 바꾸거나
• to_parquet 메서드에 engine="fastparquet" 인자를 추가하면 됩니다.
  (일반적으로 Parquet 형태로 저장할 때는 pyarrow 엔진을 기본값으로 사용합니다.)