Neo4j 使用 py2neo 从 pandas 数据帧创建节点和关系答案

【问题标题】：Neo4j create nodes and relationships from pandas dataframe with py2neoNeo4j 使用 py2neo 从 pandas 数据帧创建节点和关系
【发布时间】：2018-01-26 01:12:06
【问题描述】：

使用 py2neo 从 Neo4j 数据库上的密码查询中获取 pandas 数据帧的结果非常简单，因为：

>>> from pandas import DataFrame
>>> DataFrame(graph.data("MATCH (a:Person) RETURN a.name, a.born LIMIT 4"))
   a.born              a.name
0    1964        Keanu Reeves
1    1967    Carrie-Anne Moss
2    1961  Laurence Fishburne
3    1960        Hugo Weaving

现在我正在尝试使用 py2neo 创建（或更好地合并）一组从 pandas 数据帧到 Neo4j 数据库的节点和关系。想象一下我有一个像这样的数据框：

LABEL1 LABEL2
p1 n1
p2 n1
p3 n2
p4 n2

其中标签是列标题，属性是值。我想为我的数据框的每一行重现以下密码查询（以第一行为例）：

query="""
    MATCH (a:Label1 {property:p1))
    MERGE (a)-[r:R_TYPE]->(b:Label2 {property:n1))
"""

我知道我可以将 py2neo 告诉 graph.run(query)，甚至可以以相同的方式运行 LOAD CSV 密码脚本，但我想知道我是否可以遍历数据框并在 py2neo 中逐行应用上述查询。

【问题讨论】：

标签： python pandas neo4j cypher py2neo

【解决方案1】：

您可以使用DataFrame.iterrows() 遍历DataFrame 并对每一行执行查询，将行中的值作为参数传入。

for index, row in df.iterrows():
    graph.run('''
      MATCH (a:Label1 {property:$label1})
      MERGE (a)-[r:R_TYPE]->(b:Label2 {property:$label2})
    ''', parameters = {'label1': row['label1'], 'label2': row['label2']})

这将每行执行一个事务。我们可以将多个查询批处理到一个事务中以获得更好的性能。

tx = graph.begin()
for index, row in df.iterrows():
    tx.evaluate('''
      MATCH (a:Label1 {property:$label1})
      MERGE (a)-[r:R_TYPE]->(b:Label2 {property:$label2})
    ''', parameters = {'label1': row['label1'], 'label2': row['label2']})
tx.commit()

通常我们可以在单个事务中批处理约 20k 数据库操作。

【讨论】：

我尝试做类似的事情。在 tx.commit() 处，代码失败 - AttributeError: 'Graph' object has no attribute 'commit'。问题可能是什么？这些是最初的导入行 - from py2neo import Graph, graph = Graph("bolt://localhost:7687", user="neo4j", password="xyz")
您可能在引用tx 时忘记输入.begin()。

【解决方案2】：

我发现建议的解决方案对我不起作用。即使节点已经存在，上面的代码也会创建新节点。为确保不创建任何重复项，我建议在 merge 之前匹配 a 和 b 节点：

tx = graph.begin()
for index, row in df.iterrows():
    tx.evaluate('''
       MATCH (a:Label1 {property:$label1}), (b:Label2 {property:$label2})
       MERGE (a)-[r:R_TYPE]->(b)
       ''', parameters = {'label1': row['label1'], 'label2': row['label2']})
tx.commit()

在我的例子中，我必须同时添加关系属性（参见下面的代码）。此外，我有 500k+ 关系要添加，所以我预计会遇到 java 堆内存错误。我通过将begin() 和commit() 放在循环中解决了这个问题，因此对于每个新关系都会创建一个新事务：

for index, row in df.iterrows():
    tx = graph.begin()
    tx.evaluate('''
       MATCH (a:Label1 {property:$label1}), (b:Label2 {property:$label2})
       MERGE (a)-[r:R_TYPE{property_name:$p}]->(b)
       ''', parameters = {'label1': row['label1'], 'label2': row['label2'], 'p': row['property']})
    tx.commit()

【讨论】：