PLACES_COUNT_PER_H3 関数

The PLACES_COUNT_PER_H3 function takes a geographic area to search and returns a table of places counts per H3 cell in the search area.

PLACES_COUNT_PER_H3 関数はテーブルを返すため、FROM 句を使用して呼び出します。

• 入力パラメータ:

  • 必須: 検索エリアを指定する geography フィルター パラメーター。geography パラメータは、 BigQuery GEOGRAPHY データ型で定義された値です。このデータ型は、ポイント、ラインストリング、ポリゴンをサポートしています。

    ビューポートや線など、さまざまな種類の検索地理情報を使用する例については、 PLACES_COUNT 関数をご覧ください。

  • 必須: 各 H3 セル内の場所の数を集計するために使用する H3 解像度を指定する h3_resolution フィルタ パラメータ。サポートされている値は 0 ～ 11 です。

  • 省略可: 検索を絞り込むための追加のフィルタ パラメータ。

• 戻り値:

  • H3 セルごとに 1 行を含むテーブル。テーブルには、 h3_cell_index（STRING）、H3 セルを表すポリゴンを定義する geography（GEOGRAPHY）、count（INT64）、および place_ids（ARRAY<STRING>）という列が含まれています。 place_ids には、H3 セルごとに最大 250 個の場所 ID が含まれます。

例: H3 セルごとの車椅子対応のコンビニエンス ストアと食料品店の数を数える

次の例では、ニューヨークの H3 セルごとの、営業中の車椅子対応のコンビニエンス ストアと食料品店の数を計算します。H3 セルの 解像度レベルは 8 です。

この例では、Overture Maps Data BigQuery 一般公開データセットを使用して、 ニューヨークの地理情報を取得します。

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
    )
);

関数のレスポンス:

結果を可視化する

次の画像は、このデータを Looker Studio で塗り分けマップとして表示したものです。H3 セルの色が濃いほど、結果の集中度が高くなります。

データを Looker Studio にインポートする手順は次のとおりです。

1. 上記の関数を実行して結果を生成します。

2. BigQuery の結果で、[次で開く - > Looker Studio] をクリックします。結果が自動的に Looker Studio にインポートされます。

3. Looker Studio はデフォルトのレポートページを作成し、結果のタイトル、テーブル、棒グラフで初期化します。

   

4. ページ上のすべての項目を選択して削除します。

5. [挿入 - > 塗り分けマップ] をクリックして、塗り分けマップをレポートに追加します。

6. [グラフの種類 -> 設定] で、次の図のようにフィールドを構成します。

   

7. 塗り分けマップが上記のように表示されます。必要に応じて、[グラフの種類 -> スタイル] を選択して、地図の外観をさらに構成できます。

Places Insights の結果を可視化する方法の詳細と例については、 クエリ結果を可視化するをご覧ください。