要将BigQuery模式的AVRO格式的数据导入到BigQuery中，可以使用以下步骤：

1. 创建一个AVRO文件，该文件包含了与BigQuery模式相匹配的数据。你可以使用任何支持AVRO格式的工具生成这个文件。

2. 在BigQuery中创建一个表，用于存储AVRO格式的数据。可以使用以下代码示例在BigQuery中创建一个表：

from google.cloud import bigquery

client = bigquery.Client()

# 定义表架构
schema = [
    bigquery.SchemaField("field1", "STRING"),
    bigquery.SchemaField("field2", "INTEGER"),
    bigquery.SchemaField("field3", "FLOAT"),
    # 添加其他字段...
]

# 创建表
table_id = "project.dataset.table"
table = bigquery.Table(table_id, schema=schema)
table = client.create_table(table)

3. 使用BigQuery的load_table_from_uri方法将AVRO文件导入到BigQuery表中。示例如下：

# 导入AVRO文件到BigQuery表
job_config = bigquery.LoadJobConfig()
job_config.source_format = bigquery.SourceFormat.AVRO
job_config.autodetect = True  # 自动检测表模式
uri = "gs://bucket/file.avro"  # AVRO文件的存储位置
load_job = client.load_table_from_uri(uri, table_id, job_config=job_config)
load_job.result()  # 等待导入完成

# 检查导入结果
if load_job.state == "DONE":
    print("数据导入完成")
else:
    print("数据导入失败")

在上述代码中，table_id是要导入数据的BigQuery表的ID。uri是AVRO文件的存储位置，可以是Google Cloud Storage（GCS）中的路径。

4. 导入完成后，你可以通过查询BigQuery表来访问和分析数据。

这是一个基本的示例，你可以根据自己的需求进行进一步的定制。