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) [source]

Запись DataFrame в таблицу Google BigQuery.

ЭТО ЭКСПЕРИМЕНТАЛЬНАЯ БИБЛИОТЕКА

Основной метод, используемый пользователем для экспорта содержимого pandas DataFrame в таблицу Google BigQuery.

Используется Google BigQuery API Client Library v2 для Python. Документация доступна по адресу https://developers.google.com/api-client-library/python/apis/bigquery/v2

Авторизация в службе Google BigQuery осуществляется через OAuth 2.0.

• Если «private_key» не предоставлен:

  По умолчанию используются «стандартные учетные данные приложения».

  Введено в версии 0.19.0.

  Если стандартные учетные данные приложения не найдены или ограничены, используются учетные данные учетной записи пользователя. В этом случае вас попросят предоставить разрешения для продукта «pandas GBQ».

• Если «private_key» предоставлен:

  Будут использоваться учетные данные учетной записи службы для аутентификации.

Параметры:

dataframe : DataFrame DataFrame для записи destination_table : строка Имя таблицы для записи в формате «dataset.tablename» project_id : str Идентификатор проекта учетной записи Google BigQuery. chunksize : целое число (по умолчанию 10000) Количество строк, которые будут вставлены в каждом блоке из DataFrame. verbose : boolean (по умолчанию True) Показывать процент выполнения reauth : boolean (по умолчанию False) Принудительно заставить Google BigQuery повторно аутентифицировать пользователя. Это полезно, если используются несколько учетных записей. if_exists : {‘fail’, ‘replace’, ‘append’}, по умолчанию ‘fail’ ‘fail’: Если таблица существует, ничего не делать. ‘replace’: Если таблица существует, удалить её, создать заново и вставить данные. ‘append’: Если таблица существует, вставить данные. Создать, если не существует. private_key : строка (необязательно) Закрытый ключ учетной записи службы в формате JSON. Может быть путем к файлу или содержимым строки. Это полезно для аутентификации на удаленном сервере (например, jupyter iPython notebook на удаленном хосте)