neo4j导入csv文件

1、我有两个节点,分别是Person和 Moive,有 Person-:ACTED_IN->Moive (ACTED_IN是参演关系,表示某个人参演了某个电影),Person-:DIRECTED->Moive (DIRECTED表示是执导关系,表示某个人执导了某部电影),Person-:REVIEWED->Moive (REVIEWED是编剧关系,表示某个人是某部电影的编剧),Person-:FOLLOWS->Person(FOLLOWS是关注关系,表示某个人关注了另一个人)

2、首先导入Node节点的csv文件,首先 csv文件必须要放在 neo4j安装目录的import文件夹下

bash 复制代码
LOAD CSV WITH HEADERS FROM 'file:///person.csv' AS row
CREATE (n:Person {personId:row.personId ,name: row.name, born: toInteger(row.born)})


LOAD CSV WITH HEADERS FROM 'file:///movie.csv' AS row
CREATE (n:Movie {movieId:row.movieId,title: row.title, votes: toInteger(row.votes),tagline:row.tagline,released:toInteger(row.released)})

我本地的数据路径如下

3、导入关系文件

bash 复制代码
//参演
LOAD CSV WITH HEADERS FROM 'file:///r_ACTED_IN_person_2_moive.csv' AS row
MATCH (p:Person {name: row.`:START_ID`})
MATCH (m:Movie {tagline: row.`:END_ID`})
MERGE (p)-[r:ACTED_IN]->(m)
SET r.roles = row.roles

//指导
LOAD CSV WITH HEADERS FROM 'file:///r_DIRECTED_person_2_moive.csv' AS row
MATCH (p:Person {name: row.`:START_ID`})
MATCH (m:Movie {tagline: row.`:END_ID`})
MERGE (p)-[r:DIRECTED]->(m)

//REVIEWED 编剧
LOAD CSV WITH HEADERS FROM 'file:///r_REVIEWED_person_2_movie.csv' AS row
MATCH (p:Person {name: row.`:START_ID`})
MATCH (m:Movie {tagline: row.`:END_ID`})
MERGE (p)-[r:REVIEWED]->(m)
SET r.summary = row.summary ,r.rating = row.rating

//关注
LOAD CSV WITH HEADERS FROM 'file:///r_FOLLOWS_person_2_person.csv' AS row
MATCH (p:Person {name: row.`:START_ID`})
MATCH (m:Person {name: row.`:END_ID`})
MERGE (p)-[r:FOLLOWS]->(m)

3、导入完成后,可以看到如下

4、如果想导出可以直接执行的csv文件,首先要先写match语句,如下(适合数据量不大的情况)

bash 复制代码
MATCH (p:Person)-[r:ACTED_IN]->(m:Movie)
RETURN 
     p.name AS `:START_ID`, 
     'ACTED_IN' AS `:TYPE`, 
     m.tagline AS `:END_ID`, 
     r.roles AS roles

MATCH (p:Person)-[r:DIRECTED]->(m:Movie)
RETURN 
     p.name AS `:START_ID`, 
     'DIRECTED' AS `:TYPE`, 
     m.tagline AS `:END_ID` 

MATCH (p:Person)-[r:REVIEWED]->(m:Movie)
RETURN 
     p.name AS `:START_ID`, 
     'REVIEWED' AS `:TYPE`, 
     m.tagline AS `:END_ID`,
     r.summary as summary,
     r.rating as rating

MATCH (p:Person)-[r:FOLLOWS]->(m:Person)
RETURN 
     p.name AS `:START_ID`, 
     'FOLLOWS' AS `:TYPE`, 
     m.name AS `:END_ID`
相关推荐
Pniubi4 小时前
Agent中的Neo4j怎么用的【图层记忆的总体设计】
neo4j
Sayai9 天前
Neo4j 图数据质量检查实战:环路检测、孤立节点与连通分量,两条 Cypher 引出的数据体检清单(含变长路径性能陷阱)
运维·neo4j·图数据库·数据质量·cypher
测试界的小码农10 天前
【图数据库实战进阶(01):从零认识 Neo4j,搭建第一个图数据库项目】
数据库·neo4j
测试界的小码农10 天前
【图数据库实战进阶(03):Neo4j 图数据建模实战——节点、关系与属性应该怎么设计?】
数据库·oracle·neo4j
小林ixn11 天前
GraphRAG 实战:用 Neo4j 知识图谱,让 RAG 从“找货“进化到“梳理关系“
人工智能·知识图谱·neo4j
Magicdata大数据25 天前
AI辅助教学:调用大模型从教材中生成习题,方便学员练习
java·spring boot·大模型·知识图谱·neo4j·ai辅助教学
星川皆无恙1 个月前
基于知识图谱的百科问答系统:Django + Neo4j 与实现
人工智能·python·机器学习·自然语言处理·django·知识图谱·neo4j
Sayai1 个月前
Neo4j 社区版高可用实战:DRBD 块级复制 + Keepalived 虚拟 IP 冷备切换(附启停 SOP 与脑裂防范)
运维·neo4j·keepalived·高可用·drbd
喵本喵叁肆1 个月前
diffprivlib 中文实战教程 · 第8讲:实战——从零改造一个 DP 模型
python·neo4j·差分隐私
智码看视界1 个月前
大数据架构解析—数据血缘:从 SQL 解析到字段级溯源,搭建大数据平台数据治理底座
数据治理·neo4j·元数据·sql解析·数据血缘·datalineage·sqlglot