تابع PLACES_COUNT_PER_GEO

توجه: برای عملکرد بسیار بهتر و پردازش دسته‌ای کارآمد، از PLACES_COUNT_V2 استفاده کنید.

تابع PLACES_COUNT_PER_GEO آرایه‌ای از مناطق جغرافیایی را برای جستجو می‌گیرد و جدولی از تعداد مکان‌ها در هر منطقه را برمی‌گرداند. برای مثال، اگر آرایه‌ای از کدهای پستی را به‌عنوان منطقه جستجو مشخص کنید، پاسخ حاوی جدولی با ردیف جداگانه برای هر کد پستی است.

چون تابع PLACES_COUNT_PER_GEO جدول برمی‌گرداند، آن را بااستفاده از بند FROM فراخوانی کنید.

• پارامترهای ورودی:

  • الزامی: geographies پارامتر فیلتر که منطقه جستجو را مشخص می‌کند. پارامتر geographies آرایه‌ای از مقادیر تعریف‌شده توسط نوع داده GEOGRAPHY BigQuery را می‌گیرد که از نقاط، رشته‌های خطی، و چندضلعی‌ها پشتیبانی می‌کند.

  • اختیاری: پارامترهای فیلتر اضافی برای پالایش کردن جستجو.

• برمی‌گرداند:

  • جدولی با یک ردیف برای هر منطقه جغرافیایی. این جدول حاوی ستون‌های geography (GEOGRAPHY)، count (INT64)، و place_ids (ARRAY<STRING>) است که place_ids حاوی حداکثر ۲۵۰ شناسه مکان برای هر منطقه جغرافیایی است.

مثال: محاسبه تعداد رستوران‌ها در هر شهرستان شهر نیویورک

این مثال جدولی از تعداد رستوران‌های فعال در هر شهرستان در شهر نیویورک تولید می‌کند.

توجه: چون جدول پاسخ حاوی فیلد geographies است، می‌توانید آن را بااستفاده از ابزارهایی که از انواع GEOGRAPHY BigQuery پشتیبانی می‌کنند تجسم کنید. برای دیدن نمونه‌ای از تجسم نتایج یک تابع، به تجسم نتایج مراجعه کنید. برای اطلاعات بیشتر و نمونه‌ای از تجسم نتایج «اطلاعات آماری جاها»، به تجسم نتایج پُرسمان مراجعه کنید.

این مثال از مجموعه داده عمومی BigQuery داده‌های اداره سرشماری ایالات متحده برای دریافت مرزهای سه شهرستان در شهر نیویورک استفاده می‌کند: «کوئینز»، «کینگز»، «نیویورک». مرزهای هر شهرستان در ستون county_geom قرار دارد.

سپس این نمونه از تابع BigQuery ST_SIMPLIFY استفاده می‌کند تا نسخه ساده‌شده‌ای از county_geom را برگرداند. تابع ST_SIMPLIFY زنجیره‌های تقریباً مستقیم لبه‌ها را با یک لبه بلند جایگزین می‌کند.

DECLARE geos ARRAY<GEOGRAPHY>;

SET geos = (SELECT ARRAY_AGG(ST_SIMPLIFY(county_geom, 100))
            FROM `bigquery-public-data.geo_us_boundaries.counties`
            WHERE county_name IN ("Queens","Kings", "New York") AND state_fips_code = "36");

SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_PER_GEO`(
  JSON_OBJECT(
      'geographies', geos,
      'types', ["restaurant"],
      'business_status', ["OPERATIONAL"]
      )
);

مثال: محاسبه تعداد در هر شهرستان فیلترشده براساس نمانام

مثال زیر از فیلتر brand_ids برای بازیابی تعداد مکان‌ها و شناسه‌های مکان نمونه برای نمانام‌های خاص، مانند Starbucks، استفاده می‌کند "1413758728321880760":

DECLARE geos ARRAY<GEOGRAPHY>;

SET geos = (SELECT ARRAY_AGG(ST_SIMPLIFY(county_geom, 100))
            FROM `bigquery-public-data.geo_us_boundaries.counties`
            WHERE county_name IN ("Queens","Kings", "New York") AND state_fips_code = "36");

SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_PER_GEO`(
  JSON_OBJECT(
      'geographies', geos,
      'brand_ids', ["1413758728321880760"], -- Filter for Starbucks
      'business_status', ["OPERATIONAL"]
      )
);

تجسم نتایج

تصاویر زیر این داده‌ها را که در Looker Studio به‌عنوان نقشه پرشده نمایش داده شده است نشان می‌دهد، ازجمله طرح کلی هر شهرستان:

برای وارد کردن داده‌هایتان به Looker Studio:

1. تابع بالا را اجرا کنید تا نتایج تولید شود.

2. در نتایج BigQuery، روی باز کردن در -> Looker Studio کلیک کنید. نتایج شما به‌طور خودکار به Looker Studio وارد می‌شود.

3. ‫Looker Studio صفحه گزارش پیش‌فرضی ایجاد می‌کند و آن را با عنوان، جدول، و نمودار میله‌ای نتایج مقداردهی اولیه می‌کند.

   

4. همه موارد موجود در صفحه را انتخاب و حذف کنید.

5. روی درج -> نقشه پرشده کلیک کنید تا نقشه پرشده به گزارشتان اضافه شود.

6. در بخش انواع نمودار -> راه‌اندازی، فیلدها را به‌صورت زیر پیکربندی کنید:

   

7. نقشه تکمیل‌شده به‌صورت بالا نشان داده می‌شود. می‌توانید به‌طور اختیاری انواع نمودار -> سبک‌ها را انتخاب کنید تا ظاهر نقشه را بیشتر پیکربندی کنید.

برای اطلاعات بیشتر و نمونه‌ای از تجسم نتایج «اطلاعات آماری جاها»، به تجسم نتایج پُرسمان مراجعه کنید.