使用 Python 将 CSV 数据导入 Neo4j 图数据库

运行无误后，即可进行正式的数据导入。

四、核心导入逻辑

这里分为两步：先创建节点（Node），再建立关系（Relationship）。

1. 加载与解析数据

使用 Pandas 读取 CSV，提取人物和关系字段。假设 CSV 包含 人物, 关系, 关系人物 三列。

import pandas as pd

# 读取 CSV 文件，注意 encoding 参数需与文件一致
invoice_data = pd.read_csv('your_data.csv', encoding='utf-8')

# 预处理：将所有元组存入列表
tuple_total = []
for index, row in invoice_data.iterrows():
    ties_total = [row['人物'], row['关系'], row['关系人物']]
    tuple_total.append(ties_total)

print(f"共解析 {len(tuple_total)} 条关系")

2. 创建节点

遍历所有人物名称，去重后批量创建节点。为了避免重复创建，可以使用 merge 模式，但为了演示清晰，这里展示基础创建逻辑。

from py2neo import Node

people_list = list(set([row[0] for row in tuple_total] + [row[2] for row in tuple_total]))

def create_node(people):
    for name in people:
        # 定义标签为 '人物'，属性为 name
        node_1 = Node('人物', name=name)
        graph.create(node_1)

create_node(people_list)

此时回到 Neo4j Browser 查看，应该能看到一批孤立的节点。

3. 建立关系

利用 NodeMatcher 查找已存在的节点，然后构建关系对象。

from py2neo import Relationship, NodeMatcher

matcher = NodeMatcher(graph)

for i in range(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_type = tuple_total[i][1]
    
    if name_1 and name_2:
        relationship = Relationship(name_1, rel_type, name_2)
        graph.create(relationship)

最后再次查询图谱，观察节点间是否形成了连线。

五、常见问题排查

UnicodeDecodeError

如果在读取 CSV 时报错 UnicodeDecodeError: 'utf-8' codec can't decode byte...，这通常意味着文件编码不是 UTF-8。

解决方案：

1. 重新打开 CSV 文件。
2. 另存为时强制选择 UTF-8 编码。
3. 确保 Python 代码中的 encoding='utf-8' 与文件实际编码一致。

通过上述步骤，你可以快速将结构化表格数据转化为图数据库中的知识网络，为后续的分析挖掘打下基础。