Python 将 CSV 数据导入 Neo4j 的实现方法

2.5 验证数据库状态

执行以下 Cypher 语句查看数据库是否为空：

match(n) return n;

三、打开 Python 创建项目

3.1 创建包与项目

在 IDE 中新建 Python 项目和包结构。

3.2 检查依赖环境

3.2.1 进入设置

点击 File -> Settings。

3.2.2 检查解释器

找到 Project Interpreter，确认已安装必要库。

需确保导入了 neo4j、pandas、py2neo。

3.3 安装相关依赖

打开 Terminal 输入以下命令：

pip install neo4j-python-driver pandas py2neo

四、实现 Python 连接 Neo4j

4.1 连接测试

编写代码连接 Neo4j，注意将密码修改为实际设置的值。

4.2 导入数据集

加载 CSV 文件，路径需根据实际情况调整。

4.3 处理数据集

清洗数据，提取所需字段。

4.4 初始化并合并关系

构建元组列表存储人物关系数据。

# 初始化一个空列表来存储所有的元组
tuple_total = [] 
# 迭代 DataFrame 的每一行
for index, row in invoice_data.iterrows(): 
    ties_total = [row['人物'], row['关系'], row['关系人物']] 
    # 将所有元组添加到结果列表中
    tuple_total.extend([ties_total]) 
print(tuple_total)

4.5 把节点导入到 Neo4j 中

定义函数批量创建节点。

# 把节点导入 neo4j 中
def create_node(people):
    for name in people:
        node_1 = Node('人物', name=name)
        graph.create(node_1)

create_node(people)

4.6 验证节点导入

运行代码后，在 Neo4j 中查看是否生成节点。

4.7 导入节点关系

根据元组数据建立节点间的关系。

matcher = NodeMatcher(graph) 
# 导入关系
for i in range(0, len(tuple_total)):
    name_1 = matcher.match('人物', name=tuple_total[i][0]).first()
    name_2 = matcher.match('人物', name=tuple_total[i][2]).first()
    rel = tuple_total[i][1]
    relationship = Relationship(name_1, rel, name_2)
    graph.create(relationship)

4.8 查看最终结果

在 Neo4j Browser 中查看完整的图结构。

五、该过程出现的 Bug

5.1 UnicodeDecodeError

错误信息：UnicodeDecodeError: 'utf-8' codec can't decode byte 0xc8 in position 0: invalid continuation byte

解决过程： 是因为 CSV 文件没有设置为 UTF-8 编码。具体操作请参考本文第一部分的 1.2 和 1.3 步骤，将文件另存为 UTF-8 格式即可。