用python把数据导入neo4j中，建立一个简单的知识图谱

一、对数据进行处理

用的是网上的数据，其中数据的样式为：

先用pandas对文件进行读取

path = r'D:/Invoice_data_Demo.xls'
invoice_data = pd.read_excel(path, header = 0)
invoice_data.shape # 发现文件是35行27列

先去抽取第一类属性的节点

# 把发票名称抽取出来
invoice_name_list = []
for i in range(0, len(invoice_data)):
    invoice_name_list.append(invoice_data['发票名称'][i])
invoice_name_list = list(set(invoice_name_list)) #去重

再去抽取第二类属性的节点

# 把除了发票代码这一列去掉，所有的都抽取了，一共抽取了35 * 26 = 910个数据
invoice_value_list = []
for i in range(0, len(invoice_data)):
    for j in range(1, len(invoice_data.columns)):
        invoice_value_list.append(invoice_data[invoice_data.columns[j]][i])
invoice_value_list = list(set(invoice_value_list))
# 转变为str类型
invoice_value_list = [str(i) for i in invoice_value_list]

这个数据一共就两类属性的节点，然后我们再去抽取关系

name1_list = []
name2_list = []
rel_list = []
for i in range(0, len(invoice_data)): # 35
    for j in range(1, len(invoice_data.columns)): # 1--26
        name1_list.append(invoice_data[invoice_data.columns[0]][i]) # 第一类label属性的节点
        rel_list.append(invoice_data.columns[j]) # 关系
        name2_list.append(invoice_data[invoice_data.columns[j]][i])
name2_list = [str(i) for i in name2_list] # 里面有整数和浮点数，要变成str
   '''***最关键的一步，把数据变成元组，按照(第一类属性的节点，关系，第二类属性的节点)进行排序'''
tuple_total = list(zip(name1_list,rel_list,name2_list))

二、把数据导入neo4j数据库中

1.导入两类属性的节点

graph = Graph('你的neo4j的地址', auth = ('账号','密码'))
graph.delete_all() # 清除neo4j里面的所有数据
label_1 = '发票名称'
label_2 = '发票值'
#把节点导入neo4j中
def create_node(invoice_name_list, invoice_value_list):
    for name in invoice_name_list:
        node_1 = Node(label_1, name = name)
        graph.create(node_1)
    for name in invoice_value_list:
        node_2 = Node(label_2, name = name)
        graph.create(node_2)
create_node(invoice_name_list, invoice_value_list)

导入以后的示意图如下所示：
第一类属性的节点

第二类属性的节点(只截取一部分)：

2.导入关系

matcher = NodeMatcher(graph)
# 导入关系
for i in range(0, len(tuple_total)):
    rel = Relationship(matcher.match(label_1, name = tuple_total[i][0]).first(),
                      tuple_total[i][1],
                      matcher.match(label_2, name = tuple_total[i][2]).first()
                      )
    graph.create(rel)
    # 也可以写成下面这种形式
    '''
    name_1 = matcher.match(label_1, name = tuple_total[i][0]).first()
    rel = tuple_total[i][1]
    name_2 =  matcher.match(label_2, name = tuple_total[i][2]).first()
    relationship = Relationship(name_1,rel,name_2)
    graph.create(relationship)
    '''

到此，已经把数据全部导入neo4j的数据库中了，效果图为：

代码和数据的链接为：https://github.com/kg5kb8lbj6/simple_kg/tree/main