要将数据追加到一个现有的 parquet 文件，你可以使用 AWS Glue 的 Python Shell Job 来完成。以下是一个示例代码，展示了如何使用 AWS Glue 将数据追加到 parquet 文件：

import sys
from awsglue.transforms import *
from awsglue.utils import getResolvedOptions
from pyspark.context import SparkContext
from awsglue.context import GlueContext
from awsglue.job import Job

# 创建 SparkContext 和 GlueContext
sc = SparkContext()
glueContext = GlueContext(sc)
spark = glueContext.spark_session

# 获取作业参数
args = getResolvedOptions(sys.argv, ['JOB_NAME'])

# 创建 Glue 作业
job = Job(glueContext)
job.init(args['JOB_NAME'], args)

# 读取输入数据
datasource = glueContext.create_dynamic_frame.from_catalog(database = "your-database", table_name = "your-table")

# 将输入数据转换为 Spark DataFrame
df = datasource.toDF()

# 新数据
new_data = [('John', 25), ('Sam', 30)]
new_df = spark.createDataFrame(new_data, ['name', 'age'])

# 将新数据追加到现有的 parquet 文件
existing_data_path = "s3://your-bucket/your-folder/existing.parquet"
existing_df = spark.read.parquet(existing_data_path)
final_df = existing_df.union(new_df)

# 将合并后的数据写入 parquet 文件
final_df.write.mode('append').parquet(existing_data_path)

# 完成作业
job.commit()

在上面的示例代码中，你需要根据你的实际情况进行以下更改：

1. 替换 your-database 和 your-table 为你的数据源的数据库和表名。
2. 替换 s3://your-bucket/your-folder/existing.parquet 为你的现有 parquet 文件的 S3 路径。

请注意，这只是一个示例代码，你需要根据你的实际需求进行适当的修改。