你说得对。选项2只是选项1的底层。
将Parquet文件读入Pandas的最快方法是什么？
选项1和选项2可能都已经足够好了。但是，如果你想把每一个比特都剃掉，你可能需要更深一层，这取决于你的pyarrow版本。事实证明，选项1实际上也只是一个代理，在这种情况下是数据集API：

import pyarrow.dataset as ds
dataset = ds.dataset("s3://tpc-h-parquet/lineitem/part0.snappy.parquet")
table = dataset.to_table(use_threads=True)
df = table.to_pandas()

字符串
对于pyarrow版本>= 4和< 7，使用异步扫描器通常可以在S3上获得稍好的性能：

import pyarrow.dataset as ds
dataset = ds.dataset("s3://tpc-h-parquet/lineitem/part0.snappy.parquet")
table = dataset.to_table(use_threads=True, use_async=True)
df = table.to_pandas()

型
在pyarrow版本7中，异步扫描器是默认的，因此您可以再次简单地使用pd.read_parquet("s3://tpc-h-parquet/lineitem/part0.snappy.parquet")