下面是将 BigQuery 结果转换为 Pandas 数据框的代码。 我正在学习 Python 和 Pandas,想知道是否可以获得有关代码改进的建议/想法?
#...code to run query, that returns 3 columns: 'date' DATE, 'currency' STRING,'rate' FLOAT...
rows, total_count, token = query.fetch_data()
currency = []
rate = []
dates = []
for row in rows:
dates.append(row[0])
currency.append(row[1])
rate.append(row[2])
dict = {
'currency' : currency,
'date' : dates,
'rate' : rate
}
df2 = pd.DataFrame(dict)
df2['date'] = pd.to_datetime(df2['date'])
df2 = df2.set_index('date')
以上作品。但是看起来很粗壮。有没有什么办法比上面更有效地做同样的事情? 我尝试了 sqlalchemy 等库,但它们不支持 BigQuery。通常我的问题是关于上面的代码和语法。
最佳答案
关于python - 将 Bigquery 结果转换为 Pandas Data Frame,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44647310/