# LeRobot采集异常致Parquet footer损坏报错ArrowInvalid

> 原文链接：https://robotics.hellobike.com/pitfalls/2026-11-11-lerobot-3522
> 频道：pitfalls | 更新日期：2026-11-11 | 标签：auto, github-issue, lerobot
> 核心摘要：采集断电致Parquet文件损坏触发ArrowInvalid，可用lerobot-doctor定位损坏文件并删除或修复。

# LeRobot采集异常致Parquet footer损坏报错ArrowInvalid

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[数据集收集时电脑故障被中断了，想删除损坏文件，继续采集数据集](https://github.com/huggingface/lerobot/issues/3522)（GitHub huggingface/lerobot #3522）

**状态**：有绕过办法

## 问题

使用 `lerobot-record` 加载数据集时，因电脑故障中断导致 Parquet 文件不完整。`pyarrow` 读取时报错 `pyarrow.lib.ArrowInvalid: Could not open Parquet input source '<Buffer>': Parquet magic bytes not found in footer`，提示文件损坏或非 Parquet 格式，无法继续采集。

## 环境

SO-100 机械臂，Ubuntu 24.04，Python 3.10 (Anaconda lerobot1 环境)，huggingface/lerobot 框架。

## 解决办法

1. 安装诊断工具：执行 `pip install lerobot-doctor`。
2. 运行检测命令：执行 `lerobot-doctor /path/to/your/dataset`，该工具会自动检查时间戳、数据文件缺失、帧索引断裂、Episode 计数不匹配及元数据不一致等问题。
3. 根据工具输出的具体损坏 Episode 或文件列表，手动删除对应损坏文件；若仅 Footer 损坏且数据量小，可尝试修复或直接重新采集该组数据。
4. 清理完成后重新运行 `lerobot-record` 验证数据集加载是否正常。

讨论原作者：@le2222 等，版权归原作者所有。
:::

## 原始参考来源 (Sources)

- [GitHub huggingface/lerobot #3522：数据集收集时电脑故障被中断了，想删除损坏文件，继续采集数据集](https://github.com/huggingface/lerobot/issues/3522)