create_external_table.py

#importar biblioteca bigquery
from google.cloud import bigquery


#criar objeto cliente
"""
    Para utilizar a API em sua maquina local é preciso usar uma chave de autenticação.
    Para  isso, siga os passos em:
    https://cloud.google.com/docs/authentication/getting-started#auth-cloud-implicit-python

    Passe o caminho de sua chave json como parâmetro para o método from_service_account_json
"""
client = bigquery.Client.from_service_account_json("your_keys_path.json")

"""
    Instanciar um objeto ExternalConfig do tipo CSV.
    Por default os objetos ExternalConfig são CSV.
    
    Seguindo o mandamentos do Zen Python:
      Explícito é melhor que implícito.
"""
table_ext_origem = bigquery.external_config.ExternalConfig("CSV")

"""
    Por padrão, arquivos csv são delimitados por ponto e virgula.
    Porém é comum se deparar com arquivos com extensão .csv com outros tipos de delimitadores.
    Em especial, arquivos exportados do Excel para csv são automaticamente atribuídos ponto e virgula
    como o tipo de delimitador. 
    Caso não for configurado outro tipo específico pelo usuário, virgula será atribuído por defaut para 
    o método field_delimiter.
"""
#setar o atributo field_delimiter com o delimitador do arquivo externo
table_ext_origem.options.field_delimiter = ";"

"""
    No nosso exemplo, por questões didáticas, estamos utilizando o Google Drive.
    Porém, caso fosse utilizado Cloud Storage, o link pode ser obtido acessando
    a interface gráfica e copiando a uri fornecida do objeto.
"""

#setar a uri onde seus dados estão armazenados.
table_ext_clear.source_uris = "your_uri"

"""
     Existem diferentes maneiras de especificar um schema.
     Nesse caso foi utilizado o método SchemaField para especificar nosso esquema.
"""

#configurar o schema
schema = [
    bigquery.SchemaField("data", "STRING", mode="NULLABLE"),
    bigquery.SchemaField("descricao", "STRING", mode="NULLABLE"),
    bigquery.SchemaField("valor", "STRING", mode="NULLABLE"),
    bigquery.SchemaField("quantidade", "STRING", mode="NULLABLE"),
]


#objeto que representa a tabela a ser criada recebe o schema
table_ext_origem.schema = schema

#criar o id de destino da sua tabela. Composto por: nome_projeto.nome_dataset.nome_tabela
table_id = "projeto.dataset.table_ext_origem"

#instanciar um objeto do tipo Table, inicializado com o id da tabela de destino.
table = bigquery.Table(table_id)

#client.delete_table(table)

#setar o atributo external_data_configuration com o objeto ExternalConfig criado na linha 22.
table.external_data_configuration = table_ext_origem

#utlizar o método create_table passando como parâmetro o objeto table.
table_created = client.create_table(table)  # Make an API request.

#print as informações da tabela criada.
print(
    "Created table {}.{}.{}".format(table_created.project, table_created.dataset_id, table_created.table_id)
)