pandas.io.gbq.read_gbq¶
-
pandas.io.gbq.read_gbq(query, project_id=None, index_col=None, col_order=None, reauth=False, verbose=True, private_key=None, dialect='legacy')[source]¶ 从Google BigQuery载入数据。
这是一个实验图书馆
用户调用的主要方法是在Google BigQuery中执行查询，并将结果读入pandas DataFrame。
使用Google BigQuery API Client Library v2 for Python。文档可在https://developers.google.com/api-client-library/python/apis/bigquery/v2
Google BigQuery服务的验证是通过OAuth 2.0进行的。
如果未提供“private_key”：
默认情况下使用“应用程序默认凭据”。
版本0.19.0中的新功能。
如果未找到默认应用程序凭据或限制，则使用用户帐户凭据。在这种情况下，系统会要求您授予产品名称“pandas GBQ”的权限。
如果提供“private_key”：
将使用服务帐户凭据进行身份验证。
参数： 查询：str
SQL-Like查询返回数据值
project_id：str
Google BigQuery帐户专案ID。
index_col：str（可选）
用于结果DataFrame中的索引的结果列的名称
col_order：list（str）（可选）
按照结果DataFrame的所需顺序列出BigQuery列名称
reauth：boolean（default False）
强制Google BigQuery重新验证用户。如果使用多个帐户，这是有用的。
verbose：boolean（默认True）
详细输出
private_key：str（可选）
JSON格式的服务帐户私钥。可以是文件路径或字符串内容。这对于远程服务器认证很有用（例如。
版本0.18.1中的新功能。
方言：{'legacy'，'standard'}，默认为“legacy”
'legacy'：使用BigQuery的旧SQL方言。'standard'：使用BigQuery的标准SQL（测试版），它符合SQL 2011标准。有关详细信息，请参阅BigQuery SQL参考
版本0.19.0中的新功能。
返回： df：DataFrame
DataFrame表示查询的结果