GEOGRAPHY-Polygone aus BigQuery in Looker Studio visualisieren
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Dieses Tutorial richtet sich an Nutzer, die GEOGRAPHY-Daten aus BigQuery mit Looker Studio visualisieren möchten. Voraussetzung ist ein BigQuery-Abrechnungsprojekt. Sie benötigen keine SQL-Kenntnisse und können das öffentliche Dataset nutzen.
Ziele
In diesem Tutorial erstellen Sie einen Bericht, in dem die Erschwinglichkeit von Mieten im US-Bundesstaat Washington dargestellt wird. In einer Google Maps-Karte visualisieren Sie GEOGRAPHY-Daten aus einem öffentlichen BigQuery-Dataset.
Klicken Sie auf Hinzufügen, um diese Daten in den Bericht aufzunehmen.
Google Maps-Karte in Bericht aufnehmen
Löschen Sie die Tabelle auf der Berichtsseite.
Klicken Sie auf Diagramm hinzufügen.
Klicken Sie im Bereich Google Maps auf Karte mit ausgefüllten Bereichen.
Karte konfigurieren
Die Karte wird noch nicht angezeigt. Sie müssen zuerst das Feld hinzufügen, mit dem jeder Standort eindeutig identifiziert wird.
Klicken Sie im Abschnitt Standort (Location) auf Ungültige Dimension und wählen Sie dann geo_id aus.
Mit diesem Feld wird jedes Volkszählungsgebiet eindeutig identifiziert.
Klicken Sie im Abschnitt RaumbezogenesFeld auf Messwert hinzufügen und wählen Sie dann tract_geom aus.
Dieses Feld enthält die GEOGRAPHY-Daten aus BigQuery für die Polygone, die angezeigt werden sollen.
Die Karte sollte so aussehen:
Warum fehlen auf der Karte Polygone? Eine Google Maps-Karte in Looker Studio kann standardmäßig aus bis zu 100.000 Punkten (Polygoneckpunkte) bestehen, die Spalte tract_geom enthält jedoch 911.364 Punkte. Sie können die Anzahl der Punkte auf bis zu 1.000.000 erhöhen oder einen Filter anwenden, um sich auf einen bestimmten Bereich mit weniger als 100.000 Punkten zu konzentrieren. Legen Sie auf dem Tab STIL des Eigenschaftenbereichs des Diagramms im Bereich Ebene der ausgefüllten Bereiche für Höchstzahl von Eckpunkten bei Polygonen den Wert 1.000.000 fest.
Filter für Bezirk hinzufügen
Klicken Sie in der Symbolleiste auf Steuerelement hinzufügen.
Wählen Sie Drop-down-Liste aus.
Legen Sie das Steuerfeld auf county_name fest. Geben Sie für Standardauswahl den Wert King ein.
Jetzt sollten Sie alle Polygone für King County sehen. In diesem Gebiet ist Seattle enthalten:
Karte gestalten
Der Standardmesswert für die Farbe der Karte ist Record Count (Datensatzanzahl). Sie können auch einen anderen Messwert auswählen.
Wählen Sie im Abschnitt Messwert „Farbe“ die Option percent_income_spent_on_rent aus.
Mit der Karte interagieren
Je nachdem, welche Optionen Sie aktiviert haben, können Sie zoomen und schwenken. Sie finden dabei Volkszählungsgebiete, in denen die Bewohner nahezu die Hälfte ihres Einkommens für Miete ausgeben, beispielsweise im University District in Seattle:
Kurzinfo ändern
Wenn Sie den Mauszeiger über die Karte bewegen, sehen Sie, dass die Kurzinfo die geo_id enthält. Diese Angabe ist in diesem Kontext nicht besonders aussagekräftig:
Betrachter sehen sinnvollere Informationen, wenn Sie die Dimension Kurzinfo ändern.
Klicken Sie im Bericht auf Bearbeiten.
Wählen Sie die Karte aus.
Wählen Sie im Eigenschaftenbereich im Abschnitt Kurzinfo die Option lsad_name aus.
Dieses Feld enthält den Namen des Volkszählungsgebiets:
Die Karte noch schöner gestalten
Auf dem Tab STIL können Sie die Darstellung der Karte anpassen. So haben Sie beispielsweise die Möglichkeit, die Deckkraft der ausgefüllten Bereiche auf 80% zu erhöhen und den Farbverlauf von Blau in Rot zu ändern.
Glückwunsch
Sie haben in Looker Studio eine Google Maps-Karte erstellt, in der GEOGRAPHY-Daten aus BigQuery visualisiert werden.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Schwer verständlich","hardToUnderstand","thumb-down"],["Informationen oder Beispielcode falsch","incorrectInformationOrSampleCode","thumb-down"],["Benötigte Informationen/Beispiele nicht gefunden","missingTheInformationSamplesINeed","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-09-05 (UTC)."],[],[],null,["# Visualize BigQuery GEOGRAPHY polygons with Looker Studio\n\nThis tutorial is intended for people who want to visualize `GEOGRAPHY` data from BigQuery using Looker Studio. To complete this tutorial, you'll need a BigQuery billing project. You don't need to know how to write SQL, and you can use the public dataset.\n\nGoals\n-----\n\nIn this tutorial, you'll create a report that shows the affordability of rental properties in Washington state. You'll use a Google Map to visualize `GEOGRAPHY` data coming from a public BigQuery dataset.\n\nIn this tutorial, you'll accomplish the following:\n\n- [Create a new blank report](#create_a_new_blank_report)\n- [Add a Google Map to the report](#add_a_google_map_to_the_report)\n- [Configure the map](#configure_the_map)\n- [Style the map](#style_the_map)\n- [Interact with the map](#interact_with_the_map)\n- [Change the tooltip](#change_the_tooltip)\n- [Add more style to the map](#add_more_style_to_the_map)\n\n### Before you begin\n\nIf you don't already have a BigQuery billing project set up, you can [sign up for free](https://cloud.google.com/bigquery/).\n\nCreate a new blank report\n-------------------------\n\n1. [Sign in to Looker Studio.](https://lookerstudio.google.com)\n2. Click **Create** and then select **Report**.\n3. In the **Add data to report** panel, choose **BigQuery**.\n\n4. In the left navigation, choose **CUSTOM QUERY**.\n\n5. Select or enter your billing project ID.\n\n6. Under **Enter Custom Query**, paste the following SQL query:\n\n select\n ct.state_fips_code,\n ct.county_fips_code,\n c.county_name,\n ct.tract_ce,\n ct.geo_id,\n ct.tract_name,\n ct.lsad_name,\n ct.internal_point_lat,\n ct.internal_point_lon,\n ct.internal_point_geo,\n ct.tract_geom,\n acs.total_pop,\n acs.households,\n acs.male_pop,\n acs.female_pop,\n acs.median_age,\n acs.median_income,\n acs.income_per_capita,\n acs.gini_index,\n acs.owner_occupied_housing_units_median_value,\n acs.median_rent,\n acs.percent_income_spent_on_rent,\n from `bigquery-public-data.geo_census_tracts.census_tracts_washington` ct\n left join `bigquery-public-data.geo_us_boundaries.counties` c\n on (ct.state_fips_code || ct.county_fips_code) = c.geo_id\n left join `bigquery-public-data.census_bureau_acs.censustract_2018_5yr` acs\n on ct.geo_id = acs.geo_id\n\n | **Note:** This query retrieves data from BigQuery Public Datasets about US census tracts in Washington state. A census tract is a relatively small subdivision of a county. The query joins the geospatial data about the census tract boundaries with census statistics, such as population, age, income, and housing costs.\n7. Click **Add** to add this data to the report.\n\nAdd a Google Map to the report\n------------------------------\n\n1. Delete the table on the report page.\n2. Click **Add a chart.**\n3. In the **Google Maps** section, click **Filled map.**\n\nConfigure the map\n-----------------\n\nThe map won't appear yet. You'll need to add the field that uniquely identifies each location first.\n\n1. In the **Location** section, click **Invalid dimension** , and then choose **geo_id** .\n 1. This field uniquely identifies each census tract.\n2. In the **Geospatial** **field** section, click **Add metric** , and then choose **tract_geom** .\n 1. This field contains the BigQuery `GEOGRAPHY` data that defines the polygons that you want to display.\n\nThe map should look like this:\n\n\u003e **Why is the map missing polygons?** A Google Map in Looker Studio plots 100K points (polygon vertices) by default, but the **tract_geom** column contains 911,364 points. You can increase the number of points (up to a maximum of 1 million) or, to reduce the number of points, you can add a filter to focus on a specific area. In the **STYLE** tab of the chart properties panel, in the **Filled Area Layer** section, set the **Max number of polygon vertices** to **1,000,000** .\n\n### Add a county filter\n\n1. In the toolbar, click **Add a control**.\n2. Select **Drop-down list**.\n3. Set the **Control** field to **county_name** , and, for **Default selection** , enter **King**.\n\nNow you should see all polygons for King County, which contains Seattle:\n\nStyle the map\n-------------\n\nThe map's default color metric is **Record Count**. You can also choose a different metric.\n\nIn the **Color metric** section, choose **percent_income_spent_on_rent**.\n\nInteract with the map\n---------------------\n\nDepending on the options that you turned on, you can zoom and pan around and notice census tracts where people spend nearly half their income on rent, such as the University District in Seattle:\n\nChange the tooltip\n------------------\n\nAs you mouse over the map, you'll notice that the tooltip shows the `geo_id`, which isn't particularly meaningful in this context:\n\nYou can provide viewers with a more useful tooltip by changing the **Tooltip** dimension.\n\n1. In the report, click **Edit**.\n2. Select the map.\n3. In the **Tooltip** section of the properties panel, choose **lsad_name** .\n 1. This field contains the human-readable census tract name:\n\nAdd more style to the map\n-------------------------\n\nYou can customize the appearance of the map in the **STYLE** tab. For example, you could increase the fill opacity to 80% and change the color gradient from blue to red.\n\nCongratulations\n---------------\n\nYou've created a Google Map in Looker Studio that visualizes BigQuery `GEOGRAPHY` data.\n\nRelated resources\n-----------------\n\n- [Connect to Google BigQuery](/looker/docs/studio/connect-to-google-bigquery)\n- [BigQuery Public Datasets](https://console.cloud.google.com/marketplace/browse?q=geo&filter=solution-type:dataset) (several datasets with geographic polygon data)\n- [Google Maps reference](/looker/docs/studio/google-maps-reference)\n- [BigQuery geography functions](/bigquery/docs/reference/standard-sql/geography_functions)"]]
Erstellen und wählen Sie dann Bericht aus.
