PLACES_COUNT_PER_H3-Funktion

Die PLACES_COUNT_PER_H3 Funktion verwendet ein geografisches Gebiet für die Suche und gibt eine Tabelle mit der Anzahl der Orte pro H3 Zelle im Suchgebiet zurück.

Da die PLACES_COUNT_PER_H3 Funktion eine Tabelle zurückgibt, muss sie mit einer FROM Klausel aufgerufen werden.

  • Eingabeparameter:

    • Erforderlich: Der geography Filterparameter, der das Suchgebiet angibt. Der geography Parameter hat einen Wert, der durch den BigQuery GEOGRAPHY Datentyp definiert wird. Dieser unterstützt Punkte, Linienzüge und Polygone.

      Beispiele für die Verwendung verschiedener Arten von Suchgebieten wie Viewports und Linien finden Sie unter PLACES_COUNT Funktion.

    • Erforderlich: Der h3_resolution Filterparameter, der die H3-Auflösung angibt, die zum Aggregieren der Anzahl der Orte in jeder H3-Zelle verwendet wird. Unterstützte Werte sind 0 bis 11.

    • Optional: Zusätzliche Filterparameter, um die Suche einzugrenzen.

  • Liefert:

    • Eine Tabelle mit einer Zeile pro H3-Zelle. Die Tabelle enthält die Spalten h3_cell_index (STRING), geography (GEOGRAPHY), die das Polygon definiert, das die H3-Zelle darstellt, count (INT64) und place_ids (ARRAY<STRING>). place_ids enthält bis zu 250 Orts-IDs für jede H3-Zelle.

Beispiel: Anzahl rollstuhlgerechter Minimärkte und Lebensmittelgeschäfte pro H3-Zelle

Im folgenden Beispiel wird die Anzahl der betriebsbereiten, rollstuhlgerechten Minimärkte und Lebensmittelgeschäfte pro H3-Zelle in New York City berechnet. Die H3-Zellen haben eine Auflösung von 8.

In diesem Beispiel wird das öffentliche BigQuery-Dataset Overture Maps Data verwendet, um die geografischen Daten für New York City abzurufen.

DECLARE geo GEOGRAPHY;

-- Get the geography for New York City.
SET geo = (SELECT geometry FROM `bigquery-public-data.overture_maps.division_area`
  WHERE country = 'US' AND subtype = 'locality' AND names.primary = 'New York'  LIMIT 1);

SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_PER_H3`(
  JSON_OBJECT(
      'geography', geo,
      'types', ["convenience_store","grocery_store"],
      'wheelchair_accessible_entrance', true,
      'business_status', ['OPERATIONAL'],
      'h3_resolution', 8
    )
);

Die Antwort für die Funktion:

Ergebnisse für das Filtern von rollstuhlgerechten Geschäften und Lebensmittelgeschäften in New York City.

Ergebnisse visualisieren

Die folgenden Bilder zeigen diese Daten in Looker Studio als Karte mit ausgefüllten Bereichen. Je dunkler die H3-Zelle ist, desto höher ist die Konzentration der Ergebnisse:

Gefüllte Karte zum Filtern von barrierefreien Convenience- und Lebensmittelgeschäften in New York City.

So importieren Sie Ihre Daten in Looker Studio:

  1. Führen Sie die obige Funktion aus, um die Ergebnisse zu generieren.

  2. Klicken Sie in den BigQuery-Ergebnissen auf Öffnen in -> Looker Studio. Ihre Ergebnisse werden automatisch in Looker Studio importiert.

  3. Looker Studio erstellt eine Standardberichtseite und initialisiert sie mit einem Titel, Tabelle und einem Balkendiagramm der Ergebnisse.

    Standardbericht in Looker Studio.

  4. Wählen Sie alles auf der Seite aus und löschen Sie es.

  5. Klicken Sie auf Einfügen -> Karte mit ausgefüllten Bereichen , um Ihrem Bericht eine Karte mit ausgefüllten Bereichen hinzuzufügen.

  6. Konfigurieren Sie unter Diagrammtypen -> Einrichtung die Felder wie unten dargestellt:

    Heatmaps in Looker Studio einrichten

  7. Die Karte mit ausgefüllten Bereichen wird wie oben dargestellt. Optional können Sie Diagrammtypen -> Stile auswählen, um das Erscheinungsbild der Karte weiter zu konfigurieren.

Weitere Informationen und ein Beispiel zur Visualisierung von Places Insights-Ergebnissen finden Sie unter Abfrageergebnisse visualisieren.