neo4j批量追加属性、节点、关系

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

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：

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)