Funkcja PLACES_COUNT_PER_H3

Funkcja PLACES_COUNT_PER_H3 przyjmuje obszar geograficzny do wyszukania i zwraca tabelę z liczbą miejsc w każdej komórce H3 w obszarze wyszukiwania.

Funkcja PLACES_COUNT_PER_H3 zwraca tabelę, więc wywołaj ją za pomocą klauzuli FROM.

• Parametry wejściowe:

  • Wymagany: geography parametr filtra, który określa obszar wyszukiwania. Parametr geography ma wartość zdefiniowaną przez typ danych GEOGRAPHY BigQuery, który obsługuje punkty, linie i wielokąty.

    Przykłady użycia różnych typów obszarów geograficznych wyszukiwania, takich jak widoki i linie, znajdziesz w sekcji PLACES_COUNT function.

  • Wymagany: h3_resolution parametr filtra, który określa rozdzielczość H3 używaną do agregowania liczby miejsc w każdej komórce H3. Obsługiwane wartości to od 0 do 11.

  • Opcjonalnie: dodatkowe parametry filtra, które pozwalają zawęzić wyszukiwanie.

• Zwraca:

  • Tabela z jednym wierszem na komórkę H3. Tabela zawiera kolumny h3_cell_index (STRING), geography (GEOGRAPHY), które definiują wielokąt reprezentujący komórkę H3, count (INT64) i sample_place_ids (ARRAY<STRING>), gdzie sample_place_ids zawiera maksymalnie 250 identyfikatorów miejsc dla każdej komórki H3.

Przykład: zliczanie sklepów ogólnospożywczych i spożywczych z dostępem dla osób na wózkach inwalidzkich w każdej komórce H3

Poniższy przykład oblicza liczbę działających sklepów spożywczych i sklepów z udogodnieniami dla osób na wózkach inwalidzkich w poszczególnych komórkach H3 w Nowym Jorku. Komórki H3 mają poziom rozdzielczości 8.

W tym przykładzie używamy publicznego zbioru danych BigQuery Overture Maps Data, aby uzyskać dane geograficzne Nowego Jorku.

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
    )
);

Przykład: zliczanie miejsc w komórce H3 filtrowanych według marki

W tym przykładzie użyto filtra brand_ids do pobrania liczby miejsc i przykładowych identyfikatorów miejsc dla konkretnych marek, takich jak Starbucks"1413758728321880760" i Dunkin"1314981297593671295":

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,
      'h3_resolution', 8,
      'brand_ids', ["1413758728321880760", "1314981297593671295"],
      'business_status', ['OPERATIONAL']
    )
);

Wizualizacja wyników

Na ilustracjach poniżej widać te dane wyświetlane w Looker Studio w postaci mapy wypełnionej kolorami. Im ciemniejsza komórka H3, tym większe zagęszczenie wyników:

Aby zaimportować dane do Looker Studio:

1. Uruchom powyższą funkcję, aby wygenerować wyniki.

2. W wynikach BigQuery kliknij Otwórz w –> Looker Studio. Wyniki są automatycznie importowane do Looker Studio.

3. Looker Studio tworzy domyślną stronę raportu i inicjuje ją za pomocą tytułu, tabeli i wykresu słupkowego wyników.

   

4. Zaznacz wszystko na stronie i usuń.

5. Aby dodać do raportu mapę wypełnioną, kliknij Wstaw –> Mapa wypełniona.

6. W sekcji Typy wykresów –> Konfiguracja skonfiguruj pola w sposób pokazany poniżej:

   

7. Wypełniona mapa będzie wyglądać jak powyżej. Opcjonalnie możesz kliknąć Typy wykresów –> Style, aby dodatkowo skonfigurować wygląd mapy.

Więcej informacji i przykład wizualizacji wyników Places Insights znajdziesz w artykule Wizualizacja wyników zapytań.