Essayer BigQuery DataFrames

Utilisez ce guide de démarrage rapide pour effectuer les tâches d'analyse et de machine learning (ML) suivantes à l'aide de l'API BigQuery DataFrames dans un notebook BigQuery:

  • Créer un DataFrame sur l'ensemble de données public bigquery-public-data.ml_datasets.penguins.
  • Calculer la masse moyenne d'un pingouin.
  • Créer un modèle de régression linéaire.
  • Créer un DataFrame sur un sous-ensemble de données "penguin" à utiliser comme données d'entraînement.
  • Nettoyer les données d'entraînement.
  • Définir les paramètres du modèle.
  • Ajuster au modèle.
  • Attribuer des scores au modèle.

Avant de commencer

  1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

  2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Roles required to select or create a project

    • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
    • Create a project: To create a project, you need the Project Creator (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

    Go to project selector

  3. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Roles required to select or create a project

    • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
    • Create a project: To create a project, you need the Project Creator (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

    Go to project selector

    4.

  4. Verify that billing is enabled for your Google Cloud project.

  5. Vérifiez que l'API BigQuery est activée.

    Activer l'API

    Si vous avez créé un nouveau projet, l'API BigQuery est automatiquement activée.

    6. Autorisations requises

    Pour créer et exécuter des notebooks, vous avez besoin des rôles IAM (Identity and Access Management) suivants :

Créer un notebook

Suivez les instructions de la section Créer un notebook à partir de l'éditeur BigQuery pour créer un notebook.

Essayer BigQuery DataFrames

Essayez BigQuery DataFrames en procédant comme suit :

  1. Créez une nouvelle cellule de code dans le notebook.

  2. Ajoutez le code suivant à la cellule de code :

    import bigframes.pandas as bpd  # Set BigQuery DataFrames options # Note: The project option is not required in all environments. # On BigQuery Studio, the project ID is automatically detected. bpd.options.bigquery.project = your_gcp_project_id  # Use "partial" ordering mode to generate more efficient queries, but the # order of the rows in DataFrames may not be deterministic if you have not # explictly sorted it. Some operations that depend on the order, such as # head() will not function until you explictly order the DataFrame. Set the # ordering mode to "strict" (default) for more pandas compatibility. bpd.options.bigquery.ordering_mode = "partial"  # Create a DataFrame from a BigQuery table query_or_table = "bigquery-public-data.ml_datasets.penguins" df = bpd.read_gbq(query_or_table)  # Efficiently preview the results using the .peek() method. df.peek()

  3. Modifiez la ligne bpd.options.bigquery.project = your_gcp_project_id pour spécifier l'ID de votre projet Google Cloud . Exemple : bpd.options.bigquery.project = "myProjectID".

  4. Exécutez la cellule de code.

    Le code renvoie un objet DataFrame contenant des données sur les manchots.

  5. Créez une cellule de code dans le notebook et ajoutez le code suivant :

    # Use the DataFrame just as you would a pandas DataFrame, but calculations # happen in the BigQuery query engine instead of the local system. average_body_mass = df["body_mass_g"].mean() print(f"average_body_mass: {average_body_mass}")

  6. Exécutez la cellule de code.

    Le code calcule la masse corporelle moyenne des pingouins et l'affiche dans la consoleGoogle Cloud .

  7. Créez une cellule de code dans le notebook et ajoutez le code suivant :

    # Create the Linear Regression model from bigframes.ml.linear_model import LinearRegression  # Filter down to the data we want to analyze adelie_data = df[df.species == "Adelie Penguin (Pygoscelis adeliae)"]  # Drop the columns we don't care about adelie_data = adelie_data.drop(columns=["species"])  # Drop rows with nulls to get our training data training_data = adelie_data.dropna()  # Pick feature columns and label column X = training_data[     [         "island",         "culmen_length_mm",         "culmen_depth_mm",         "flipper_length_mm",         "sex",     ] ] y = training_data[["body_mass_g"]]  model = LinearRegression(fit_intercept=False) model.fit(X, y) model.score(X, y)

  8. Exécutez la cellule de code.

    Le code renvoie les métriques d'évaluation du modèle.

Effectuer un nettoyage

Le moyen le plus simple d'empêcher la facturation est de supprimer le projet que vous avez créé pour ce tutoriel.

Pour supprimer le projet :

  1. In the Google Cloud console, go to the Manage resources page.

    Go to Manage resources

  2. In the project list, select the project that you want to delete, and then click Delete.
  3. In the dialog, type the project ID, and then click Shut down to delete the project.

Étapes suivantes