Feather — fichier .feather

Le Feather, créé en 2016 pour permettre à Python (pandas) et R d’échanger des tableaux de données sans conversion coûteuse, a vu sa version 2 fusionner directement avec le format de sérialisation sur disque du projet Apache Arrow, dont le développement avait entre-temps convergé vers les mêmes objectifs.

Un fichier .feather moderne est donc, techniquement, un fichier Arrow : même signature “ARROW1”, même structure interne. Seule l’extension distingue aujourd’hui les deux noms d’une réalité binaire devenue identique, un cas assez rare de deux projets qui fusionnent leur format plutôt que de le faire diverger.

Cette convergence a simplifié l’écosystème des outils de science des données : plutôt que de maintenir deux formats aux objectifs similaires, la communauté a consolidé ses efforts sur un unique format Arrow, Feather en devenant simplement le nom d’usage côté pandas.

Sa lecture quasi instantanée en mémoire, sans étape de décompression ni de réanalyse, en fait un choix privilégié pour sauvegarder un état intermédiaire de calcul entre deux étapes d’un pipeline de traitement de données Python, à la différence d’un CSV qui nécessite un reparsing complet à chaque lecture.

Le package arrow de R lit et écrit également ce même format, ce qui permet à une équipe travaillant à la fois en Python et en R d’échanger un jeu de données via un simple fichier .feather, sans conversion intermédiaire ni perte de type de colonne entre les deux langages.

DuckDB, un moteur de base de données analytique conçu pour tourner directement dans une application plutôt que sur un serveur séparé, peut interroger un fichier Feather par une simple requête SQL sans étape d’import préalable, exploitant directement sa structure en mémoire pour des performances proches de celles d’une base déjà chargée.