Python 将 CSV 数据导入 Neo4j 实战

一、准备数据

首先需要准备好待导入的 CSV 数据集。为了保证后续 Python 脚本能正常读取，务必确认文件编码格式为 UTF-8。

1. 使用文本编辑器（如记事本）打开 CSV 文件。
2. 选择'另存为'，在编码选项中选择'UTF-8'。
3. 保存时若提示是否覆盖，确认即可。

这一步非常关键，否则后续运行代码时极易出现 UnicodeDecodeError 错误。

二、Neo4j 环境配置

确保 Neo4j 数据库已安装并处于运行状态。

1. 启动 Neo4j 服务。
2. 登录 Neo4j Browser。
3. 执行基础查询验证连接是否正常：

match(n) return n;

如果返回空结果集或报错，请检查数据库服务是否成功启动。

三、Python 项目搭建

在本地开发环境中创建 Python 项目，并配置必要的依赖库。

1. 新建一个 Python 包或项目文件夹。

2. 检查解释器设置，确保安装了以下核心库：

   • neo4j-python-driver
   • pandas
   • py2neo

3. 通过终端安装依赖（以 pip 为例）：

pip install neo4j-python-driver pandas py2neo

安装完成后，建议在终端再次确认版本无误。

四、代码实现与数据导入

接下来编写 Python 脚本，完成从 CSV 读取到图数据库写入的全过程。

1. 连接测试

首先建立与 Neo4j 的连接。注意修改代码中的密码为你实际设置的数据库密码。

from py2neo import Graph, Node, Relationship

# 替换为你的实际地址和密码
graph = Graph("bolt://localhost:7687", auth=("neo4j", "你的密码"))

2. 读取与处理数据

使用 pandas 读取 CSV 文件，并将其转换为便于遍历的结构。

import pandas as pd

# 读取 CSV 文件，请根据实际路径修改
invoice_data = pd.read_csv("your_file.csv")

# 初始化列表存储元组
tuple_total = []
for index, row in invoice_data.iterrows():
    ties_total = [row['人物'], row['关系'], row['关系人物']]
    tuple_total.extend([ties_total])

print(tuple_total)

3. 创建节点

遍历数据，将人物信息作为节点写入数据库。

def create_node(people):
    for name in people:
        node_1 = Node('人物', name=name)
        graph.create(node_1)

# 提取所有人物名称
people_list = list(invoice_data['人物'])
create_node(people_list)

4. 创建关系

节点创建完毕后，需要根据 CSV 中的关系字段建立连接。

matcher = NodeMatcher(graph)

for i in range(len(tuple_total)):
    # 查找起始节点和结束节点
    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)

5. 验证结果

运行完上述代码后，回到 Neo4j Browser 查看是否有新的节点和边生成。你可以再次运行 match(n) return n; 来确认数据量。

五、常见问题处理

在实操过程中，可能会遇到如下典型错误：

错误： UnicodeDecodeError: 'utf-8' codec can't decode byte ...

原因： CSV 文件编码不是 UTF-8，导致 Python 读取失败。

解决： 回到第一步，重新用记事本打开文件，另存为 UTF-8 格式即可解决。

此外，确保网络连接通畅，且 Neo4j 的 Bolt 端口（默认 7687）未被防火墙拦截。