science ผลิตภัณฑ์หรือฟีเจอร์นี้อยู่ในขั้นทดลอง (ก่อน GA) ผลิตภัณฑ์และฟีเจอร์เวอร์ชันก่อน GA อาจมีการรองรับที่จำกัด และการเปลี่ยนแปลงผลิตภัณฑ์และฟีเจอร์เวอร์ชันก่อน GA อาจใช้ร่วมกับเวอร์ชันอื่นๆ ของเวอร์ชันก่อน GA ไม่ได้ ข้อเสนอก่อนเปิดตัวอยู่ภายใต้ข้อกำหนดเฉพาะบริการของ Google Maps Platform ดูข้อมูลเพิ่มเติมได้ที่คำอธิบายสถานะการเปิดตัวลงชื่อสมัครใช้เพื่อทดสอบ Places Insights
DECLAREgeoGEOGRAPHY;-- Get the geography for New York City.SETgeo=(SELECTgeometryFROM`bigquery-public-data.overture_maps.division_area`WHEREcountry='US'ANDnames.primary='City of New York'LIMIT1);SELECT*FROM`maps-platform-analytics-hub.sample_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));
การตอบกลับสำหรับฟังก์ชัน
แสดงภาพผลลัพธ์
รูปภาพต่อไปนี้แสดงข้อมูลนี้ที่แสดงใน Looker Studio เป็นแผนที่แบบระบายสี
ยิ่งเซลล์ H3 มีสีเข้มมากเท่าใด ความเข้มข้นของผลลัพธ์ก็จะยิ่งสูงขึ้นเท่านั้น
วิธีนำเข้าข้อมูลไปยัง Looker Studio
เรียกใช้ฟังก์ชันด้านบนเพื่อสร้างผลลัพธ์
ในผลลัพธ์ BigQuery ให้คลิกเปิดใน -> Looker Studio ระบบจะนำเข้าผลลัพธ์ไปยัง Looker Studio โดยอัตโนมัติ
Looker Studio จะสร้างหน้ารายงานเริ่มต้นและเริ่มต้นด้วยชื่อ
ตาราง และกราฟแท่งของผลลัพธ์
[null,null,["อัปเดตล่าสุด 2025-07-17 UTC"],[],[],null,["The `PLACES_COUNT_PER_H3` function takes a geographic area to search\nand returns a table of places counts per [H3](https://h3geo.org/docs/) cell in\nthe search area.\n\nBecause the `PLACES_COUNT_PER_GEO` function returns a table, call it using\na `FROM` clause.\n\n- Input parameters:\n\n - **Required** : The `geography` [filter parameter](/maps/documentation/placesinsights/experimental/filter-params) that\n specifies the search area. The `geography` parameter a value defined by\n the BigQuery\n [`GEOGRAPHY`](https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#geography_type)\n data type, which supports points, linestrings, and polygons.\n\n For examples of using different types of search geographies, such as\n viewports and lines, see\n [`PLACES_COUNT` function](/maps/documentation/placesinsights/experimental/places-count).\n - **Required** : The `h3_resolution` [filter parameter](/maps/documentation/placesinsights/experimental/filter-params) that\n specifies the [H3](https://h3geo.org/docs/) resolution used to aggregate\n the count of places in each H3 cell. Supported value are from 0 to 8.\n\n - **Optional** : Additional [filter](/maps/documentation/placesinsights/experimental/filter-params) parameters to refine\n your search.\n\n- Returns:\n\n - A table with one row per H3 cell. The table contains the columns `h3_cell_index` (`STRING`), `geography` (`GEOGRAPHY`) which defines the polygon representing the H3 cell, and `count` (`INT64`).\n\nExample: Count wheelchair accessible convenience and grocery stores per H3 cell\n\nThe example below computes the number of operational, wheelchair accessible\nconvenience and grocery stores per H3 cell in New York City. The H3 cells use a\n[resolution level](https://h3geo.org/docs/core-library/restable) of 8.\n\nThis example uses the [Overture Maps\nData](https://console.cloud.google.com/marketplace/product/bigquery-public-data/overture-maps)\nBigQuery [public dataset](https://cloud.google.com/bigquery/public-data) to get\nthe geography for New York City.\n| **Note:** Because the response table contains a `geography` field, you can visualize it using tools that support BigQuery `GEOGRAPHY` types. For an example of visualizing the results of a function, see [Visualize\nresults](#visualize_results). For more information and example on visualizing Places Insights results, see [Visualize query results](/maps/documentation/placesinsights/visualize-data). \n\n```googlesql\nDECLARE geo GEOGRAPHY;\n\n-- Get the geography for New York City.\nSET geo = (SELECT geometry FROM `bigquery-public-data.overture_maps.division_area`\n WHERE country = 'US' AND names.primary = 'City of New York' LIMIT 1);\n\nSELECT * FROM `maps-platform-analytics-hub.sample_places_insights_us.PLACES_COUNT_PER_H3`(\n JSON_OBJECT(\n 'geography', geo,\n 'types', [\"convenience_store\",\"grocery_store\"],\n 'wheelchair_accessible_entrance', true,\n 'business_status', ['OPERATIONAL'],\n 'h3_resolution', 8\n )\n);\n```\n\nThe response for the function:\n\nVisualize results\n\nThe following images show this data displayed in Looker Studio as a filled map.\nThe darker the H3 cell the higher the concentration of results:\n\nTo import your data into Looker Studio:\n\n1. Run the function above to generate the results.\n\n2. In the BigQuery results, click **Open in -\\\u003e Looker Studio**. Your results\n are automatically imported into Looker Studio.\n\n3. Looker Studio creates a default report page and initializes it with a title,\n table, and bar graph of the results.\n\n4. Select everything on the page and delete it.\n\n5. Click **Insert -\\\u003e Filled map** to add a filled map to your report.\n\n6. Under **Chart types -\\\u003e Setup** configure the fields as shown below::\n\n7. The filled map appears as above. You can optionally select **Chart types -\\\u003e\n Styles** to further configure the appearance of the map.\n\nFor more information and example on visualizing Places Insights results, see\n[Visualize query results](/maps/documentation/placesinsights/visualize-data)."]]
