在Python中，可以使用PySpark库来并行写入多个Parquet文件。下面是一个示例代码：

from pyspark.sql import SparkSession

# 创建SparkSession
spark = SparkSession.builder \
    .appName("Parallel Write Parquet") \
    .getOrCreate()

# 加载数据为DataFrame
data = spark.read.csv("input.csv", header=True, inferSchema=True)

# 拆分数据为多个分区
data_partitions = data.repartition(5)

# 并行写入多个Parquet文件
data_partitions.write \
    .option("compression", "snappy") \
    .parquet("output.parquet")

# 关闭SparkSession
spark.stop()

在上面的代码中，我们首先创建了一个SparkSession对象。然后，使用spark.read.csv()方法加载数据为DataFrame。接下来，我们将数据拆分为多个分区，这可以通过使用repartition()方法来实现。然后，我们使用write.parquet()方法并传递输出路径来并行写入多个Parquet文件。最后，我们关闭了SparkSession。

请注意，我们还可以使用option()方法来设置写入Parquet文件的选项，例如压缩算法。在上面的示例中，我们使用了Snappy压缩算法。