一种给傻子看的批量将三元组存储到Neo4j的方式

准备工作

image.png

首先你要有几张节点( Node )表 存储了你要创建的节点 ,比如说我这里的节点一种有4种类型,分别是‘person’,‘event’,‘organization’,‘paintings’ 随便打开一个是这样的


image.png

image.png

表头name 记录了每个节点的标签名,可以理解为每个节点的名字
同时我还有一张关联表,里面存储了节点与节点之间的关联( Relation )


image.png

name_x是节点1 的标签名_type 是关联,name_y是节点二的标签名,用第一列数据举例子 ,这个三元组在neo4j中是这样的
image.png

那么如何将所有的三元组从csv导入数据库呢?
这里介绍一种简单好理解适合新手的方式:

首先你要学会两条Cypher语句,Cypher类似于sql语句,相似但不同,不过你也不用担心,导入数据的话你只需要掌握一些基本概念并学会这两条Cypher就够了

Neo4j 基本概念

Neo4j中不存在表的概念,只有两类:节点( Node )和关联( Relation ),可以简单理解为图里面的点和边。

在数据查询中,节点一般用小括号(),关联用中括号[]。

当然也隐含路径的概念,是用节点和关联表示的,如:(a)-[r]->(b),表示一条从节点a经关联r到节点b的路径。

关键Cypher语句1:创建节点

CREATE
CREATE (节点名:标签 {属性key1:属性value1,属性key2:属性value2,……})
#例子
CREATE
(李可染:person{name:'李可染'}),
(齐白石:person{name:'齐白石'})

例子

屏幕快照 2020-03-03 下午7.19.42.png

关键Cypher语句1:创建关联

CREATE (节点1), (节点2), (节点3), (节点4),

(节点1)-[关系1]->(节点2),

(节点2)-[关系2]->(节点3),
### 例子
CREATE
(李可染:person{name:'李可染'}),
(齐白石:person{name:'齐白石'}),
(李小可:person{name:'李小可'}),
(李可染)-[:师傅]->(齐白石),
(李可染)-[:儿子]->(李小可),
(李可染)-[:弟子]->(李小可)

例子

屏幕快照 2020-03-03 下午7.13.13.png

自动化生成语句

也就是说想要一次将这些三元组都导入进去我们只需要写几十行的Cypher语句就可以了,我们借用这个思路,但咱不手写,咱用python的循环语句帮咱写

import pandas as pd

#读取数据
person=pd.read_csv("person.csv",encoding='UTF-8')
event=pd.read_csv("event.csv",encoding='UTF-8')
organization=pd.read_csv("organization.csv",encoding='UTF-8')
paintings=pd.read_csv("paintings.csv",encoding='UTF-8')
re3=pd.read_csv("db.csv",encoding='UTF-8')

print('create')
for i in person['name']:
    print("("+i+":person{name:'"+ i+"'}),")
            
#创建event节点语句
for i in event['name']:
    print("("+i+":event{name:'"+ i+"'}),")
           
#创建organization节点语句
for i in organization['name']:
    print("("+i+":organization{name:'"+ i+"'}),")
    
#创建paintings节点语句
for i in paintings['name']:
    print("("+i+":paintings{name:'"+ i+"'}),")
b=0
for i in range(len(re3)):
    b=b+1
    if b<len(re3):
        print('('+re3['name_x'][i]+')-[:'+re3['_type'][i]+']->('+re3['name_y'][i]+'),')
    else:
         
        print('('+re3['name_x'][i]+')-[:'+re3['_type'][i]+']->('+re3['name_y'][i]+')')

运行上面的程序你会得到程序自动化生产的的Cypher语句

create
(李可染:person{name:'李可染'}),
(齐白石:person{name:'齐白石'}),
(李小可:person{name:'李小可'}),
(范曾:person{name:'范曾'}),
(马波生:person{name:'马波生'}),
(李玉琴:person{name:'李玉琴'}),
(徐悲鸿:person{name:'徐悲鸿'}),
(江山如此多娇:event{name:'江山如此多娇'}),
(全国美术作品展览:event{name:'全国美术作品展览'}),
(北京保利:event{name:'北京保利'}),
(李可染中国画展:event{name:'李可染中国画展'}),
(中国美术家协会:organization{name:'中国美术家协会'}),
(中央美术学院:organization{name:'中央美术学院'}),
(中国画研究院:organization{name:'中国画研究院'}),
(清漓胜境图:paintings{name:'清漓胜境图'}),
(万山红遍:paintings{name:'万山红遍'}),
(犟牛图轴:paintings{name:'犟牛图轴'}),
(拨阮图:paintings{name:'拨阮图'}),
(江山无尽图:paintings{name:'江山无尽图'}),
(李可染)-[:师傅]->(齐白石),
(李可染)-[:儿子]->(李小可),
(李可染)-[:弟子]->(李小可),
(范曾)-[:同门]->(李小可),
(李玉琴)-[:同父异母姐弟]->(李小可),
(李可染)-[:弟子]->(范曾),
(李可染)-[:弟子]->(马波生),
(李可染)-[:长女]->(李玉琴),
(李可染)-[:作品]->(清漓胜境图),
(李可染)-[:作品]->(万山红遍),
(李可染)-[:画展]->(江山如此多娇),
(李可染)-[:任职]->(中国美术家协会),
(李可染)-[:作品]->(犟牛图轴),
(李可染)-[:作品]->(拨阮图),
(李可染)-[:作品]->(江山无尽图),
(江山无尽图)-[:获奖]->(全国美术作品展览),
(李可染)-[:任职]->(中央美术学院),
(李可染)-[:任职]->(中国画研究院),
(万山红遍)-[:拍卖]->(北京保利),
(拨阮图)-[:收藏]->(徐悲鸿),
(李可染)-[:画展]->(李可染中国画展)

复制粘贴吧

把这些Cypher语句复制进Neo4j编辑器吧,你会的得到你想要的

屏幕快照 2020-03-03 下午7.36.08.png
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,163评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,301评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,089评论 0 352
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,093评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,110评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,079评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,005评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,840评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,278评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,497评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,667评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,394评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,980评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,628评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,796评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,649评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,548评论 2 352

推荐阅读更多精彩内容