如何使用 python 将本地 CSV 上传到谷歌大查询

Posted 2023-03-24

【中文标题】如何使用 python 将本地 CSV 上传到谷歌大查询

【英文标题】：How to upload a local CSV to google big query using python

【发布时间】：2016-03-24 08:37:44

【问题描述】：

我正在尝试使用 python 将本地 CSV 上传到谷歌大查询

def uploadCsvToGbq(self,table_name):


    load_config = 
    'destinationTable': 
    'projectId': self.project_id,
    'datasetId': self.dataset_id,
    'tableId': table_name
    
    

    load_config['schema'] = 
    'fields': [
    'name':'full_name', 'type':'STRING',
    'name':'age', 'type':'INTEGER',
    ]
    
    load_config['sourceFormat'] = 'CSV'

    upload = MediaFileUpload('sample.csv',
                     mimetype='application/octet-stream',
                     # This enables resumable uploads.
                     resumable=True)
    start = time.time()
    job_id = 'job_%d' % start
    # Create the job.
    result = bigquery.jobs.insert(
    projectId=self.project_id,
    body=
    'jobReference': 
    'jobId': job_id
    ,
    'configuration': 
    'load': load_config
    
    ,
    media_body=upload).execute()

    return result

当我运行它时，它会抛出类似

的错误

“NameError：未定义全局名称'MediaFileUpload'”

是否需要任何模块请帮忙。

【问题讨论】：

你从哪里得到类名MediaFileUpload？

***.com/questions/25048787/…这个例子我试过了

【参考方案1】：

pip install --upgrade google-api-python-client

然后在你的python文件上面写：

from googleapiclient.http import MediaFileUpload

但是请注意你错过了一些括号。写得更好：

result = bigquery.jobs().insert(projectId=PROJECT_ID, body='jobReference': 'jobId': job_id,'configuration': 'load': load_config, media_body=upload).execute(num_retries=5)

顺便说一句，您将上传所有 CSV 行，包括定义列的顶部行。

【参考方案2】：

在 GBQ 中上传到 csv 文件的最简单方法之一是通过 pandas。只需将 csv 文件导入 pandas (pd.read_csv())。然后从 pandas 到 GBQ (df.to_gbq(full_table_id, project_id=project_id))。

import pandas as pd
import csv
df=pd.read_csv('/..localpath/filename.csv')
df.to_gbq(full_table_id, project_id=project_id)

或者你可以使用客户端api

from google.cloud import bigquery
import pandas as pd
df=pd.read_csv('/..localpath/filename.csv')
client = bigquery.Client()
dataset_ref = client.dataset('my_dataset')
table_ref = dataset_ref.table('new_table')
client.load_table_from_dataframe(df, table_ref).result()

【讨论】：

我必须安装pandas_gbq 才能使用to_gbq 方法。

【参考方案3】：

MediaFileUpload 类位于 http.py 中。见https://google-api-python-client.googlecode.com/hg/docs/epy/apiclient.http.MediaFileUpload-class.html

【讨论】：

此链接现已损坏。