python读取三元组数据，如何生成neo4j节点及关系文件?

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

综合前几篇文章的内容，本文要解决的问题就是：如何从存放三元组数据的记事本文件，整理生成neo4j-admin import所需要的nodes.csv和relationships.csv两个文件。主要涉及的知识点就是：neo4j-admin的csv文件特殊格式，python生成csv文件。

大家好，这里是苏南大叔的“程序如此灵动”博客，这里讲述苏南大叔和计算机代码的故事。本文中，将要分为三部分来讲述整个程序。测试环境：win10，python@3.6.8。

提取实体

首先，有个已经去重处理好的三元组数据文件，去重逻辑的范例代码见这里：

• https://newsn.net/say/python-txt-unique.html

获得的三元组数据文件，格式如下图所示：

接下来，代码将要读取其中的所有实体。

import pandas as pd
import csv
# 分析实体列表
result_name = ["entity_start", "role", "entity_end"]
result = pd.read_table("test2.txt", decimal="\t", names=result_name)
entity = set()
entity_start = result['entity_start'].tolist()
entity_end = result['entity_end'].tolist()
for i in entity_start:
    entity.add(i)
for i in entity_end:
    entity.add(i)
entity = list(entity)

生成实体csv文件

在本步骤中，生成实体文件的同时，还需要对所有的这些entity进行编号，编号的规则是自定义的，只要不重复就可以，具体的格式没有要求。（当然，用自增一来表示是最好的选择）

csvf_entity = open("nodes.csv", "w", newline='', encoding='utf-8')
w_entity = csv.writer(csvf_entity)
w_entity.writerow(("entity:ID", "name", ":LABEL"))  # 固定名称
entity_dict = {}
for i in range(len(entity)):
    w_entity.writerow(("e" + str(i), entity[i], "标签"))  # 多个label分号分割，id只要不重复就可以
    entity_dict[entity[i]] = "e" + str(i)
csvf_entity.close()

这个最核心的要求就是要生成符合要求的nodes.csv文件，表头固定为："entity:ID", "name", ":LABEL"。

生成关系csv文件

在本步骤中，最重要的地方就是，实体到实体id的转化，而这个转化关系在上一步中已经生成对应关系。这个对应关系的确认，巧妙的使用了series的map()功能。详情请参考：

• https://newsn.net/say/pandas-series-map.html

result[':START_ID'] = result['entity_start'].map(entity_dict) # 起始实体ID
result[':END_ID'] = result['entity_end'].map(entity_dict) # 终点实体ID
result[":TYPE"] = result['role'] # 关系
result.pop('role') # 不pop的话，就会成为这层关系的属性
result.pop('entity_start')
result.pop('entity_end')
result.to_csv("relationships.csv", index=False)

本段代码的输出是relationships.csv文件。格式如下：

导入neo4j数据库

拿到nodes.csv和relationships.csv文件后，就可以通过下面的命令导入到数据库了。

neo4j-admin import --nodes "nodes.csv" --relationships "relationships.csv" --force

具体可以参考：

• https://newsn.net/say/neo4j-admin-import.html

导入成功后，就可以通过下面的链接，查看数据了。

• http://localhost:7474/

参考文献

• https://newsn.net/say/neo4j-win.html
• https://newsn.net/say/neo4j-python.html

总结

这个导入neo4j数据库的代码，终于连载完了。代码不长，文章写了十多篇。接下来要连载的内容是：neo4j的数据查询语句。欢迎关注：

• https://newsn.net/tag/neo4j/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。