在筆記本中探索查詢結果

您可以在 BigQuery 中使用 Colab Enterprise 筆記本探索 BigQuery 查詢結果。

在本教學課程中，您將查詢 BigQuery 公開資料集中的資料，並在筆記本中探索查詢結果。

所需權限

如要建立及執行 Notebook，您需要下列 Identity and Access Management (IAM) 角色：

在筆記本中開啟查詢結果

您可以執行 SQL 查詢，然後使用筆記本探索資料。如果您想先修改 BigQuery 中的資料再進行處理，或是只需要表格中的部分欄位，這個方法就非常實用。

前往 Cloud de Confiance 控制台的「BigQuery」頁面。

前往「BigQuery」
在「Type to search」(輸入要搜尋的字詞) 欄位中輸入 bigquery-public-data。

如果未顯示該專案，請在搜尋欄位中輸入 bigquery，然後按一下「Search to all projects」(將搜尋範圍擴及所有專案)，將搜尋字串與現有專案進行比對。
依序選取「bigquery-public-data」>「ml_datasets」>「penguins」。
針對「企鵝」表格，依序點選「查看動作」和「查詢」。
在產生的查詢中加入星號 (*) 以選取欄位，如下列範例所示：
```
SELECT * FROM `bigquery-public-data.ml_datasets.penguins` LIMIT 1000;
```
按一下「執行」。
在「查詢結果」部分，依序點選「開啟方式」和「Notebook」。

準備使用筆記本

連線至執行階段並設定應用程式預設值，準備使用筆記本。

在筆記本標頭中，按一下「連線」，即可連線至預設執行階段。
在「設定」程式碼區塊中，按一下「執行儲存格」。

探索資料

如要將 penguins 資料載入 BigQuery DataFrame 並顯示結果，請按一下「Result set loaded from BigQuery job as a DataFrame」(從 BigQuery 工作載入的結果集做為 DataFrame) 區塊中程式碼區塊的「Run cell」(執行儲存格)。
如要取得資料的描述性指標，請在「Show descriptive statistics using describe()」(使用 describe() 顯示描述性統計資料) 部分的程式碼區塊中，點選「Run cell」(執行儲存格) 。
選用：使用其他 Python 函式或套件探索及分析資料。

下列程式碼範例顯示如何使用 bigframes.pandas 分析資料，以及如何使用 bigframes.ml 從 BigQuery DataFrame 中的 penguins 資料建立線性迴歸模型：

import bigframes.pandas as bpd

# Load data from BigQuery
query_or_table = "bigquery-public-data.ml_datasets.penguins"
bq_df = bpd.read_gbq(query_or_table)

# Inspect one of the columns (or series) of the DataFrame:
bq_df["body_mass_g"]

# Compute the mean of this series:
average_body_mass = bq_df["body_mass_g"].mean()
print(f"average_body_mass: {average_body_mass}")

# Find the heaviest species using the groupby operation to calculate the
# mean body_mass_g:
(
    bq_df["body_mass_g"]
    .groupby(by=bq_df["species"])
    .mean()
    .sort_values(ascending=False)
    .head(10)
)

# Create the Linear Regression model
from bigframes.ml.linear_model import LinearRegression

# Filter down to the data we want to analyze
adelie_data = bq_df[bq_df.species == "Adelie Penguin (Pygoscelis adeliae)"]

# Drop the columns we don't care about
adelie_data = adelie_data.drop(columns=["species"])

# Drop rows with nulls to get our training data
training_data = adelie_data.dropna()

# Pick feature columns and label column
X = training_data[
    [
        "island",
        "culmen_length_mm",
        "culmen_depth_mm",
        "flipper_length_mm",
        "sex",
    ]
]
y = training_data[["body_mass_g"]]

model = LinearRegression(fit_intercept=False)
model.fit(X, y)
model.score(X, y)