数据保存为Feather 和 Parquet格式

关于Feather 和 Parquet 的保存与读取，包括如何只读取数据的一部分，大大减少读取数据时间，代码放在文章后半部分~

Feather 和 Parquet 都是用于存储和处理数据的文件格式，在数据科学和大数据领域应用广泛，以下是关于它们的详细介绍：

定义与背景

• Feather：是一种轻量级的、基于 Apache Arrow 的列式存储格式，主要用于在不同的数据分析工具和语言之间快速高效地交换数据。它旨在提供一种简单、快速且跨平台的数据存储方式，使得数据可以在 Python、R 等多种语言和相关的数据处理框架之间轻松传递。
• Parquet：是一种面向列的存储格式，最初是为了 Hadoop 生态系统而开发的，旨在高效地存储和处理大规模的数据分析工作负载。它被设计用于支持复杂的嵌套数据结构，并能与多种大数据处理框架（如 Hive、Spark 等）良好集成。

特点

• Feather
  • 快速读写：利用 Apache Arrow 的内存格式，能实现快速的数据读写操作，尤其在处理中等规模数据时性能表现出色。
  • 语言兼容性：支持多种编程语言，如 Python、R 等，方便不同语言环境下的数据共享和交互。
  • 简单易用：提供了简洁的 API，使用户可以轻松地进行数据的存储和加载操作。
  • 内存映射：支持内存映射文件，允许数据在不加载到内存的情况下进行访问，减少了内存占用，提高了数据处理效率。
• Parquet
  • 高效压缩：采用了多种先进的压缩算法，如 Snappy、Gzip 等，能够有效地减少数据存储空间，降低