前提:这个方法是用python连接neo4j再循环执行cql语句来实现的,适合1w条记录以内的数据,太大了就比较慢,平均1s执行30条语句左右。
主要的不同就在于cql语句的使用
准备工作
连接数据库:
from py2neo import Graph
import pandas as pd
graph=Graph('http://localhost:7474',auth=('neo4j','密码'))
读取节点表和关系表,该文件是存储好的csv文件
node_df=pd.read_csv('./neo4j_test/节点表.csv')
edge_df=pd.read_csv('./neo4j_test/关系表.csv')
中文是替代的文件名字,不是源文件名文章来源:https://www.toymoban.com/news/detail-576084.html
追加属性
追加节点属性
for i in range(len(node_df)):
id=node_df['id'][i] # 唯一标识id
age=node_df['age'][i] # 新增的属性和值
cql=f"match (a:Person{{ID:{id}}}) set a.age={age}" # 新增了年龄属性
graph.run(cql)
追加关系属性
替换cql为对应的语句:文章来源地址https://www.toymoban.com/news/detail-576084.html
f"match (a:Person{{ID:{id}}})-[r:friends]->(b:Person{{ID:{id}}}) set r.year={year}"
追加记录
批量追加节点
for i in range(len(node_df)):
code=node_df['ecode'][i]
name=node_df['ename'][i]
cap=node_df['ecap'][i]
province=node_df['province'][i]
cql=f"merge (a:Company{{code:{code},name:'{name}',cap:'{cap}',province:'{province}'}})"
graph.run(cql)
批量追加关系
for i in range(len(edge_df)):
scode=edge_df['scode'][i]
ecode=edge_df['ecode'][i]
pct=edge_df['pct'][i]
year=edge_df['notice_year'][i]
relation=edge_df['relation'][i]
cql=f"match (s:Company{{code:{scode}}}) match (e:Company{{code:{ecode}}}) merge (s)-[r:Supply{{pct:'{pct}',year:'{year}',relation:'{relation}'}}]->(e) "
graph.run(cql)
到了这里,关于neo4j批量追加属性、节点、关系的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!