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

Scroll To Top