用Python操作BigQuery常用代码

安装pandas-gbq

conda install pandas-gbq
pip install pandas-gbq

安装client library

pip install --upgrade google-cloud-bigquery

示例

from google.cloud import bigquery
client = bigquery.Client()
import pandas_gbq

query1 = """
    SELECT variable1, variable2    FROM 'project_id.table_id'    WHERE variable1 = 0    GROUP BY variable2, variable3    ORDER BY variable4 DESC    LIMIT 100
"""

#依据条件删除数据库中数据
query2 = """
    DELETE    FROM 'project_id.table_id'    WHERE variable1 = 1
"""

client.query(query2).to_dataframe

#导入数据
df1 = client.query(query1).to_dataframe()
df1 = pandas_gbq.read_gbq(query1)

#上传数据
pandas_gbq.to_gbq(df1,table_id,project_id,if_exists='fail')
pandas_gbq.to_gbq(df1,table_id,project_id,if_exists='replace')
pandas_gbq.to_gbq(df1,table_id,project_id,if_exists='append')

以上就是“用Python操作BigQuery常用代码”的全部内容,希望对你有所帮助。

关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!

一、Python所有方向的学习路线

Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。

在这里插入图片描述

二、Python必备开发工具

img

三、Python视频合集

观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。

img

四、实战案例

光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。

img

五、Python练习题

检查学习结果。

img

六、面试资料

我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。

img

最后祝大家天天进步!!

上面这份完整版的Python全套学习资料已经上传至CSDN官方,朋友如果需要可以直接微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】。

  • 3
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是一个Python语言下使用BigQuery代码示例,包括连接BigQuery、创建表、插入数据、查询数据等操作: 首先,需要安装`google-cloud-bigquery`库: ``` pip install google-cloud-bigquery ``` 然后,连接BigQuery并创建一个数据集和一个表: ```python from google.cloud import bigquery # 连接BigQuery client = bigquery.Client() # 创建数据集 dataset_id = 'my_dataset' dataset_ref = client.dataset(dataset_id) dataset = bigquery.Dataset(dataset_ref) dataset.location = 'US' client.create_dataset(dataset) # 创建表 table_id = 'my_table' schema = [ bigquery.SchemaField('name', 'STRING', mode='REQUIRED'), bigquery.SchemaField('age', 'INTEGER', mode='REQUIRED'), ] table_ref = dataset_ref.table(table_id) table = bigquery.Table(table_ref, schema=schema) client.create_table(table) ``` 接下来,可以插入数据到表中: ```python # 插入数据 rows_to_insert = [ ('Alice', 25), ('Bob', 30), ('Charlie', 35), ] errors = client.insert_rows(table, rows_to_insert) if errors: print('Errors occurred while inserting rows') ``` 然后,可以查询表中的数据: ```python # 查询数据 query = """ SELECT * FROM `my_dataset.my_table` """ query_job = client.query(query) results = query_job.result() for row in results: print(row) ``` 以上是一个简单的BigQuery代码示例,包括连接BigQuery、创建表、插入数据、查询数据等操作。可以通过这个示例了解如何使用`google-cloud-bigquery`库来操作BigQuery

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值