pandas 0.23 - pandas.read_gbq()

pandas.read_gbq

pandas.read_gbq(query, project_id=None, index_col=None, col_order=None, reauth=False, verbose=None, private_key=None, dialect='legacy', **kwargs) [source]

Google BigQuery से डेटा लोड करें।

इस फ़ंक्शन के लिए पांडा-जीबीबी पैकेज की आवश्यकता होती है।

Google BigQuery सेवा का प्रमाणीकरण OAuth 2.0 के माध्यम से है।

यदि "private_key" प्रदान नहीं किया गया है:

डिफ़ॉल्ट रूप से "एप्लिकेशन डिफ़ॉल्ट क्रेडेंशियल" का उपयोग किया जाता है।

यदि डिफ़ॉल्ट एप्लिकेशन क्रेडेंशियल नहीं पाए जाते हैं या प्रतिबंधात्मक हैं, तो उपयोगकर्ता खाता क्रेडेंशियल्स का उपयोग किया जाता है। इस मामले में, आपको उत्पाद नाम 'पांडा GBQ' के लिए अनुमति देने के लिए कहा जाएगा।
यदि "private_key" प्रदान किया गया है:

प्रमाणित करने के लिए सेवा खाता क्रेडेंशियल्स का उपयोग किया जाएगा।

पैरामीटर:

पैरामीटर:	क्वेरी : str डेटा मानों को वापस करने के लिए SQL- लाइक क्वेरी। project_id : str Google BigQuery खाता परियोजना आईडी। index_col : str, वैकल्पिक परिणाम में सूचकांक के लिए उपयोग करने के लिए परिणाम स्तंभ का नाम DataFrame। col_order : सूची (str), वैकल्पिक परिणाम के लिए वांछित क्रम में BigQuery स्तंभ नामों की सूची DataFrame। reauth : बूलियन, डिफ़ॉल्ट गलत उपयोगकर्ता को फिर से दिखाने के लिए Google BigQuery को बाध्य करें। यदि कई खातों का उपयोग किया जाता है तो यह उपयोगी है। Private_key : str, वैकल्पिक JSON प्रारूप में सेवा खाता निजी कुंजी। फ़ाइल पथ या स्ट्रिंग सामग्री हो सकती है। यह रिमोट सर्वर ऑथेंटिकेशन के लिए उपयोगी है (उदाहरण के लिए रिमोट होस्ट पर ज्यूपिटर / आईपीथॉन नोटबुक)। बोली : str, डिफ़ॉल्ट 'विरासत' SQL सिंटैक्स बोली का उपयोग करने के लिए। मूल्य इनमें से एक हो सकता है: `'legacy'` BigQuery की विरासत SQL बोली का उपयोग करें। अधिक जानकारी के लिए BigQuery लीगेसी SQL संदर्भ देखें । `'standard'` BigQuery के मानक SQL का उपयोग करें, जो SQL 2011 मानक के अनुरूप है। अधिक जानकारी के लिए BigQuery मानक SQL संदर्भ देखें । क्रिया : बूलियन, पदावनत पंडों-जीबीक्यू 0.4.0 में पदावनत। इसके बजाय वर्बोसिटी को समायोजित करने के लिए लॉगिंग मॉड्यूल का उपयोग करें। kwargs : तानाशाही मनमाना कीवर्ड तर्क। कॉन्फ़िगरेशन (तानाशाही): नौकरी प्रसंस्करण के लिए क्वेरी कॉन्फ़िगरेशन पैरामीटर। उदाहरण के लिए: कॉन्फ़िगरेशन = {'क्वेरी': {'useQueryCache': गलत}} अधिक जानकारी के लिए BigQuery SQL संदर्भ देखें
यह दिखाता है:	df: DataFrame DataFrame क्वेरी के परिणामों का प्रतिनिधित्व करता है।

क्वेरी : str

डेटा मानों को वापस करने के लिए SQL- लाइक क्वेरी।

project_id : str

Google BigQuery खाता परियोजना आईडी।

index_col : str, वैकल्पिक

परिणाम में सूचकांक के लिए उपयोग करने के लिए परिणाम स्तंभ का नाम DataFrame।

col_order : सूची (str), वैकल्पिक

परिणाम के लिए वांछित क्रम में BigQuery स्तंभ नामों की सूची DataFrame।

reauth : बूलियन, डिफ़ॉल्ट गलत

उपयोगकर्ता को फिर से दिखाने के लिए Google BigQuery को बाध्य करें। यदि कई खातों का उपयोग किया जाता है तो यह उपयोगी है।

Private_key : str, वैकल्पिक

JSON प्रारूप में सेवा खाता निजी कुंजी। फ़ाइल पथ या स्ट्रिंग सामग्री हो सकती है। यह रिमोट सर्वर ऑथेंटिकेशन के लिए उपयोगी है (उदाहरण के लिए रिमोट होस्ट पर ज्यूपिटर / आईपीथॉन नोटबुक)।

बोली : str, डिफ़ॉल्ट 'विरासत'

SQL सिंटैक्स बोली का उपयोग करने के लिए। मूल्य इनमें से एक हो सकता है:

'legacy': BigQuery की विरासत SQL बोली का उपयोग करें। अधिक जानकारी के लिए BigQuery लीगेसी SQL संदर्भ देखें ।
'standard': BigQuery के मानक SQL का उपयोग करें, जो SQL 2011 मानक के अनुरूप है। अधिक जानकारी के लिए BigQuery मानक SQL संदर्भ देखें ।

क्रिया : बूलियन, पदावनत

पंडों-जीबीक्यू 0.4.0 में पदावनत। इसके बजाय वर्बोसिटी को समायोजित करने के लिए लॉगिंग मॉड्यूल का उपयोग करें।

kwargs : तानाशाही

मनमाना कीवर्ड तर्क। कॉन्फ़िगरेशन (तानाशाही): नौकरी प्रसंस्करण के लिए क्वेरी कॉन्फ़िगरेशन पैरामीटर। उदाहरण के लिए:

कॉन्फ़िगरेशन = {'क्वेरी': {'useQueryCache': गलत}}

अधिक जानकारी के लिए BigQuery SQL संदर्भ देखें

यह दिखाता है:

df: DataFrame

DataFrame क्वेरी के परिणामों का प्रतिनिधित्व करता है।

यह भी देखें

pandas_gbq.read_gbq: पंडों-जीबीबी लाइब्रेरी में यह कार्य करता है।
pandas.DataFrame.to_gbq: Google BigQuery के लिए एक DataFrame लिखें।