如何在BigQuery中像Python一样按列范围查询数据？

BigQuery本身没有像Pandas df.iloc[:, 6:41]那样直接通过列的位置索引来选取列的原生语法——因为SQL是基于列名的查询语言，列的物理位置并不作为稳定的查询依据（表结构变更会导致位置偏移）。不过可以通过以下几种间接方法实现按列范围选取：

方法1：利用INFORMATION_SCHEMA生成目标列名列表 #

通过查询INFORMATION_SCHEMA.COLUMNS获取表的列名及顺序，筛选出第6到40列的列名后，再拼接成查询语句。

示例SQL（假设表为project.dataset.your_table_name）：

WITH column_list AS (
  SELECT 
    column_name,
    ordinal_position
  FROM `project.dataset.INFORMATION_SCHEMA.COLUMNS`
  WHERE table_name = 'your_table_name'
)
SELECT STRING_AGG(column_name, ', ') AS target_columns
FROM column_list
WHERE ordinal_position BETWEEN 6 AND 40;

执行后会得到第6到40列的列名字符串，直接复制到SELECT语句中即可使用：

SELECT [复制得到的列名列表] FROM `project.dataset.your_table_name`;

方法2：用脚本语言动态生成查询 #

如果用Python、Java等语言调用BigQuery API，可以先通过INFORMATION_SCHEMA获取列信息，筛选出目标范围的列名后自动拼接SQL并执行。

以Python为例：

from google.cloud import bigquery

client = bigquery.Client()

# 获取表的列信息并按顺序排序
column_query = """
SELECT column_name
FROM `project.dataset.INFORMATION_SCHEMA.COLUMNS`
WHERE table_name = 'your_table_name'
ORDER BY ordinal_position
"""
columns_df = client.query(column_query).to_dataframe()

# 筛选第6到40列（Python是0基索引，对应索引5到39）
target_cols = columns_df['column_name'].iloc[5:40].tolist()

# 生成并执行查询
final_sql = f"SELECT {', '.join(target_cols)} FROM `project.dataset.your_table_name`"
result_df = client.query(final_sql).to_dataframe()

注意事项 #

• 列的ordinal_position是从1开始计数的，和Pandas的0基索引存在偏移，需要注意转换。
• 这种方法依赖表的列顺序稳定，如果后续表结构变更（新增/删除列），列的位置会变化，查询结果也会受影响。如果业务场景允许，优先使用列名列举或SELECT * EXCEPT/SELECT * REPLACE的方式，更稳定可靠。

内容的提问来源于stack exchange，提问作者user16996079