pandas.io.gbq.to_gbq

pandas.io.gbq.to_gbq(dataframe, destination_table, project_id, chunksize=10000, verbose=True, reauth=False, if_exists='fail', private_key=None)

将DataFrame写入Google BigQuery表格。

这是一个实验图书馆

用户调用导出pandas DataFrame内容到Google BigQuery表的主要方法。

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：

dataframe：DataFrame

要写入的DataFrame

destination_table：string

要写入的表的名称，格式为'dataset.tablename'

project_id：str

Google BigQuery帐户专案ID。

chunksize：int（默认10000）

要从数据帧插入每个块中的行数。

verbose：boolean（默认True）

显示完成百分比

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。

if_exists：{'fail'，'replace'，'append'}，默认为“fail”

'fail'：如果表存在，不执行任何操作。'replace'：如果表存在，删除它，重新创建它，并插入数据。'append'：如果表存在，则插入数据。创建如果不存在。

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。jupyter IPython的笔记本电脑远程主机上）