通过例子详细介绍windows下如何往neo4j中导入数据(Load_csv、import)

前言

1. 针对人群
   初步接触neo4j的小白
2. 操作系统
   Windows
3. 数据导入方法
   1） load_csv 语句，适合初始化导入或增量更新；
   优点：可以实时插入，可加载本地、远程csv ；缺点：速度慢，不能动态传label，relationship
   2） neo4j-import，适合海量数据的初始化；
   优点：速度快；缺点：需要停止neo4j服务器，清库。
4. 本文思维导图
   

一、数据

1.1 原始数据

import pandas as pd 
path="D:\\ProgramData\\Neo4j\\neo4j-community-3.4.8\\import\\"# neo4j 数据导入的根目录
data=pd.read_csv(path+"data.csv")

1.2 根据数据内容进行节点设计

• 节点：以人为节点，节点/人；
• 节点属性：name， card， phone， IP ，…
• 节点标签：节点标签可以设置一个或多个，这里每个节点有两个标签 label1 和label2 （例如label为借款人或联系人，label2
  为黑名单标签，good或bad）
• 关系：为了简单些，直接按照属性是否相等建立关系属性
  ，如name_equal，card_equal，phone_equal，IP_equal，可以根据数据和业务需求建立
• 关系属性：可以为关系添加属性，比如IP_equal关系下添加共同的IP

二、 load_csv方法

2.1 节点导入

2.1.1 节点数据

因为load_csb不能动态传入节点和关系的标签，故需要按照节点标签、关系标签来分成不同csv.

# 按照节点标签建立对应csv，并保存
data_label=[]
list_label=[("borrower","good"),("borrower","bad"),("contacter","good"),("contacter","bad")]
for label1,label2 in list_label:
    data_label.append(data[data["label1"]==label1][data[data["label1"]==label1]["label2"]==label2])

# 保存data_label
i=1
for data_label in data_label:
    data_label.to_csv(path+"data"+str(i)+"_label.csv",index=False)
    i+=1