在Beam Python中使用已弃用的BigQuerySink而不是WriteToBigQuery，可以通过以下代码示例进行解决：

import apache_beam as beam
from apache_beam.io import WriteToBigQuery

# 定义一个自定义的PTransform，用于将数据写入BigQuery
class CustomWriteToBigQuery(beam.PTransform):
    def __init__(self, table):
        self.table = table

    def expand(self, pcoll):
        return (
            pcoll
            | "ConvertToDict" >> beam.Map(lambda element: element.to_dict())
            | "WriteToBigQuery" >> WriteToBigQuery(table=self.table)
        )

# 创建一个Pipeline
with beam.Pipeline() as pipeline:
    # 从某个地方读取数据
    data = pipeline | beam.Create([
        {'name': 'John Doe', 'age': 25},
        {'name': 'Jane Smith', 'age': 30},
        {'name': 'Bob Johnson', 'age': 35}
    ])

    # 使用自定义的WriteToBigQuery将数据写入BigQuery
    data | CustomWriteToBigQuery(table='project-id:dataset.table')

在上面的代码示例中，我们定义了一个自定义的PTransform（CustomWriteToBigQuery），它将数据转换为字典并使用WriteToBigQuery将其写入BigQuery。然后，在Pipeline中我们使用这个自定义的PTransform来写入数据到BigQuery。

请确保将'project-id:dataset.table'替换为你要写入数据的实际BigQuery表的位置。