我有一个Jypyter Notebook使用Pandas作为车辆访问Big Query：
df = pd.io.gbq.read_gbq( query, project_id = 'xxxxxxx-xxxx' )
这可以在我的本地机器上正常工作！ （太棒了，事实上！） 但是，当我将相同的笔记本加载到Cloud DataLab时，我得到：
DistributionNotFound: google-api-python-client
这似乎相当令人失望！我相信该模块应该与Pandas一起安装..但不知何故谷歌不包括它？ 出于一系列原因，最好不要将代码从我们在本地机器上开发的代码更改为Cloud DataLab中所需的代码，在这种情况下，我们会大量参数化数据访问...
好的我跑了：
!pip install --upgrade google-api-python-client
现在当我运行笔记本时，我得到一个auth提示，由于DataLab在远程计算机上，我无法解决：
Your browser has been opened to visit:
>>> Browser string>>>>
If your browser is on a different machine then exit and re-run this
application with the command-line parameter
--noauth_local_webserver
没有看到明显的答案？
我在笔记本中更新google-api-python-client后，在同一笔记本中使用@Anthonios Partheniou建议的代码（在单元格块中执行） 我得到了以下追溯：
TypeError Traceback (most recent call last)
<ipython-input-3-038366843e56> in <module>()
5 scope='https://www.googleapis.com/auth/bigquery',
6 redirect_uri='urn:ietf:wg:oauth:2.0:oob')
----> 7 storage = Storage('bigquery_credentials.dat')
8 authorize_url = flow.step1_get_authorize_url()
9 print 'Go to the following link in your browser: ' + authorize_url
/usr/local/lib/python2.7/dist-packages/oauth2client/file.pyc in __init__(self, filename)
37
38 def __init__(self, filename):
---> 39 super(Storage, self).__init__(lock=threading.Lock())
40 self._filename = filename
41
TypeError: object.__init__() takes no parameters
他提到需要从同一个文件夹执行笔记本，但我知道执行datalab笔记本的唯一方法是通过repo吗？
虽然使用新的Jupyter Datalab模块的新模块是一种可能的替代方案在本地和DataLab实例上使用完整的Pandas BQ接口的能力将非常有用！所以xing我的手指寻求解决方案！
pip installed:
GCPDataLab 0.1.0
GCPData 0.1.0
wheel 0.29.0
tensorflow 0.6.0
protobuf 3.0.0a3
oauth2client 1.4.12
futures 3.0.3
pexpect 4.0.1
terminado 0.6
pyasn1 0.1.9
jsonschema 2.5.1
mistune 0.7.2
statsmodels 0.6.1
path.py 8.1.2
ipython 4.1.2
nose 1.3.7
MarkupSafe 0.23
py-dateutil 2.2
pyparsing 2.1.1
pickleshare 0.6
pandas 0.18.0
singledispatch 3.4.0.3
PyYAML 3.11
nbformat 4.0.1
certifi 2016.2.28
notebook 4.0.2
cycler 0.10.0
scipy 0.17.0
ipython-genutils 0.1.0
pyasn1-modules 0.0.8
functools32 3.2.3-2
ipykernel 4.3.1
pandocfilters 1.2.4
decorator 4.0.9
jupyter-core 4.1.0
rsa 3.4.2
mock 1.3.0
httplib2 0.9.2
pytz 2016.3
sympy 0.7.6
numpy 1.11.0
seaborn 0.6.0
pbr 1.8.1
backports.ssl-match-hostname 3.5.0.1
ggplot 0.6.5
simplegeneric 0.8.1
ptyprocess 0.5.1
funcsigs 0.4
scikit-learn 0.16.1
traitlets 4.2.1
jupyter-client 4.2.2
nbconvert 4.1.0
matplotlib 1.5.1
patsy 0.4.1
tornado 4.3
python-dateutil 2.5.2
Jinja2 2.8
backports-abc 0.4
brewer2mpl 1.4.1
Pygments 2.1.3
端
答案 0 :(得分：7)
from oauth2client.client import OAuth2WebServerFlow
from oauth2client.file import Storage
flow = OAuth2WebServerFlow(client_id='<Client ID from Google API Console>',
client_secret='<Client secret from Google API Console>',
scope='https://www.googleapis.com/auth/bigquery',
redirect_uri='urn:ietf:wg:oauth:2.0:oob')
storage = Storage('bigquery_credentials.dat')
authorize_url = flow.step1_get_authorize_url()
print 'Go to the following link in your browser: ' + authorize_url
code = raw_input('Enter verification code: ')
credentials = flow.step2_exchange(code)
storage.put(credentials)
完成此过程后，我不会指望您会看到错误（只要笔记本与新创建的'bigquery_credentials.dat'文件位于同一文件夹中）。
您还需要安装google-api-python-client python软件包，因为required by pandas支持Google BigQuery。您可以在笔记本中运行以下任一项进行安装。
无论
!pip install google-api-python-client --no-deps
!pip install uritemplate --no-deps
!pip install simplejson --no-deps
或
%%bash
pip install google-api-python-client --no-deps
pip install uritemplate --no-deps
pip install simplejson --no-deps
需要--no-deps选项，以便您不会意外更新默认情况下安装在datalab中的python包（以确保datalab的其他部分不会中断）。
注意：使用pandas 0.19.0（尚未发布），在Google Cloud Datalab中使用pandas会更容易。见Pull Request #13608
注意：您还可以选择在jupyter中使用（新）google datalab模块（这样代码也可以在云上的Google Datalab中使用）。请参阅以下相关堆栈溢出答案： How do I use gcp package from outside of google datalabs?