PLACES_COUNT 函数

PLACES_COUNT 函数会根据指定的搜索区域和搜索过滤条件，返回一个表示地点数量的数值。您必须为 PLACES_COUNT 函数指定搜索区域，还可以选择指定其他过滤参数，例如地点类型、营业状态、价格水平等。

由于 PLACES_COUNT 函数返回单个值，因此请使用 SELECT 子句调用该函数。

  • 输入参数：

    • 必需：用于指定搜索区域的 geography filter 参数。geography 参数接受由 BigQuery GEOGRAPHY 数据类型定义的值，该数据类型支持点、线串和多边形。

    • 可选：用于优化搜索的其他过滤参数。

  • 返回：

    • 单个 count 值，以 INT64 形式表示。

示例：计算搜索半径内的地点数量

最简单的 PLACES_COUNT 函数调用会返回地理区域中所有地点的单个计数。在此示例中，您返回了帝国大厦 1000 米范围内的所有营业场所的数量。

此示例使用 BigQuery ST_GEOGPOINT 函数从点返回 GEOGRAPHY 值。

SELECT `maps-platform-analytics-hub.sample_places_insights_us.PLACES_COUNT`(
  JSON_OBJECT(
      'geography', ST_GEOGPOINT(-73.9857, 40.7484), -- Empire State Building
      'geography_radius', 1000 -- Radius in meters
      )
) as count;

响应包含一个计数：

纽约市的 Place Count 函数的结果。

更典型的调用会对搜索区域应用过滤条件。以下示例使用过滤条件来限制搜索范围，仅返回以下内容的数量：

  • 类型为 restaurant 且最低评分为 3 的地点
  • 价格水平为低价或中等价位
  • 目前可正常运行
  • 允许带狗
SELECT `maps-platform-analytics-hub.sample_places_insights_us.PLACES_COUNT`(
  JSON_OBJECT(
      'geography', ST_GEOGPOINT(-73.9857, 40.7484), -- Empire State Building
      'geography_radius', 1000, -- Radius in meters
      'types', ["restaurant"],
      'min_rating', 3,
      'price_level', ['PRICE_LEVEL_INEXPENSIVE', 'PRICE_LEVEL_MODERATE'],
      'business_status', ['OPERATIONAL'],
      'allows_dogs', TRUE
      )
) as count;

过滤后的响应：

在纽约市过滤餐厅 Place Count 函数的结果。

请注意，地点数据集查询会强制执行 5 的最小计数阈值。位置计数函数的一项优势在于，它们可以返回任何数量，包括 0。例如，以下调用会返回 1：

SELECT `maps-platform-analytics-hub.sample_places_insights_us.PLACES_COUNT`(
  JSON_OBJECT(
      'geography', ST_GEOGPOINT(-73.9857, 40.7484), -- Empire State Building
      'geography_radius', 500, -- Radius in meters
      'types', ["restaurant"],
      'min_rating', 4.0,
      'free_parking_lot', TRUE,
      'good_for_watching_sports', TRUE
      )
) as count;

示例：使用多边形计算餐厅数量

您可以使用多边形指定搜索区域。使用多边形时，多边形的点必须定义一个闭环，其中多边形的第一个点与最后一个点相同。

此示例使用 BigQuery ST_GEOGFROMTEXT 函数从多边形返回 GEOGRAPHY 值。

DECLARE geo GEOGRAPHY;
SET geo = ST_GEOGFROMTEXT('''POLYGON((-73.985708 40.75773,-73.993324 40.750298,
                                      -73.9857 40.7484,-73.9785 40.7575,
                                      -73.985708 40.75773))''');  -- NYC viewport

SELECT `maps-platform-analytics-hub.sample_places_insights_us.PLACES_COUNT`(
  JSON_OBJECT(
      'geography',geo, -- viewport 
      'types', ["restaurant"],
      'min_rating', 1.0,
      'max_rating', 4.5,
      'min_user_rating_count', 1,
      'max_user_rating_count', 10000,
      'price_level', ['PRICE_LEVEL_INEXPENSIVE', 'PRICE_LEVEL_MODERATE'],
      'business_status', ['OPERATIONAL'],
      'allows_dogs', TRUE
      )
) as count;

视口的响应：

在纽约市的视口中过滤餐厅 Place Count 函数的结果。

示例：使用直线计算餐厅数量

在下一个示例中，您将使用一条由若干个相连的点组成的线来定义搜索区域，并在线周围设置 100 米的搜索半径。 此线条类似于 Routes API 计算出的出行路线。路线可能适用于车辆、自行车或步行者：

DECLARE geo GEOGRAPHY;
SET geo = ST_GEOGFROMTEXT('LINESTRING(-73.98903537033028 40.73655649223003,-73.93580216278471 40.80955538843361)');  -- NYC line

SELECT `maps-platform-analytics-hub.sample_places_insights_us.PLACES_COUNT`(
  JSON_OBJECT(
      'geography',geo, -- line
      'geography_radius', 100, -- Radius around line
      'types', ["restaurant"],
      'min_rating', 1.0,
      'max_rating', 4.5,
      'min_user_rating_count', 1,
      'max_user_rating_count', 10000,
      'price_level', ['PRICE_LEVEL_INEXPENSIVE', 'PRICE_LEVEL_MODERATE'],
      'business_status', ['OPERATIONAL'],
      'allows_dogs', TRUE
      )
) as count;

相应行的回答：

沿纽约市的一条线过滤餐厅 Place Count 函数的结果。

示例：合并多次调用的结果

您可以合并多次调用 PLACES_COUNT 函数的结果。 例如，您希望获得一个结果，其中显示特定区域内以下价位的餐厅数量：

  • PRICE_LEVEL_INEXPENSIVE
  • PRICE_LEVEL_MODERATE
  • PRICE_LEVEL_EXPENSIVE
  • PRICE_LEVEL_VERY_EXPENSIVE"

在此示例中，您将创建一个循环，以便针对每个价格水平调用 PLACES_COUNT 函数，并将每次调用的结果插入到临时表中。然后，您查询临时表以显示结果：

-- Create a temp table to hold the results.
CREATE TEMP TABLE results (type STRING, count INT64);

-- Create a loop that calls PLACES_COUNT for each price level.
FOR types IN (SELECT type FROM UNNEST(["PRICE_LEVEL_INEXPENSIVE", "PRICE_LEVEL_MODERATE", "PRICE_LEVEL_EXPENSIVE", "PRICE_LEVEL_VERY_EXPENSIVE"]) as type)
DO
  INSERT INTO results VALUES (types.type, `maps-platform-analytics-hub.sample_places_insights_us.PLACES_COUNT`(
  JSON_OBJECT(
      'types', ["restaurant"],
      'geography', ST_GEOGPOINT(-73.9857, 40.7484), -- Empire State Building
      'geography_radius', 1000, -- Radius in meters
      'business_status', ['OPERATIONAL'],
      'price_level', [types.type]
  )));
END FOR;

-- Query the table of results.
SELECT * FROM results;

合并后的回答：

按价格水平过滤餐厅的组合结果。

另一种方法是使用 UNION ALL 命令来合并多个 SELECT 语句的结果。以下示例显示的结果与上一个示例相同：

SELECT "PRICE_LEVEL_INEXPENSIVE" as price_level, `maps-platform-analytics-hub.sample_places_insights_us.PLACES_COUNT`(
  JSON_OBJECT(
      'types', ["restaurant"],
      'geography', ST_GEOGPOINT(-73.9857, 40.7484), -- Empire State Building
      'geography_radius', 1000, -- Radius in meters
      'business_status', ['OPERATIONAL'],
      'price_level', ['PRICE_LEVEL_INEXPENSIVE']
  )
) as count

UNION ALL

SELECT "PRICE_LEVEL_MODERATE" as price_level, `maps-platform-analytics-hub.sample_places_insights_us.PLACES_COUNT`(
  JSON_OBJECT(
      'types', ["restaurant"],
      'geography', ST_GEOGPOINT(-73.9857, 40.7484), -- Empire State Building
      'geography_radius', 1000, -- Radius in meters
      'business_status', ['OPERATIONAL'],
      'price_level', ['PRICE_LEVEL_MODERATE']
  )
) as count

UNION ALL

SELECT "PRICE_LEVEL_EXPENSIVE" as price_level, `maps-platform-analytics-hub.sample_places_insights_us.PLACES_COUNT`(
  JSON_OBJECT(
      'types', ["restaurant"],
      'geography', ST_GEOGPOINT(-73.9857, 40.7484), -- Empire State Building
      'geography_radius', 1000, -- Radius in meters
      'business_status', ['OPERATIONAL'],
      'price_level', ['PRICE_LEVEL_EXPENSIVE']
  )
) as count

UNION ALL

SELECT "PRICE_LEVEL_VERY_EXPENSIVE" as price_level, `maps-platform-analytics-hub.sample_places_insights_us.PLACES_COUNT`(
  JSON_OBJECT(
      'types', ["restaurant"],
      'geography', ST_GEOGPOINT(-73.9857, 40.7484), -- Empire State Building
      'geography_radius', 1000, -- Radius in meters
      'business_status', ['OPERATIONAL'],
      'price_level', ['PRICE_LEVEL_VERY_EXPENSIVE']
  )
) as count