如何在Memgraph的GQLAlchemy中使用WITH子句并导入带表头CSV？

一、WITH子句的正确使用 #

WITH子句核心作用是在Cypher查询的不同阶段传递中间结果，你可以直接用原生Cypher编写，也可以通过GQLAlchemy的查询构建器实现。

1. 原生Cypher方式 #

直接编写带WITH的Cypher语句，通过memgraph.execute()执行：

from gqlalchemy import Memgraph

memgraph = Memgraph()

# 示例：统计用户数与帖子数，用WITH传递中间结果
result = memgraph.execute("""
    MATCH (u:User)
    WITH count(u) AS user_count
    MATCH (p:Post)
    RETURN user_count, count(p) AS post_count
""")
print(result)

也可以用WITH过滤中间结果，比如筛选发帖数超过5的用户：

result = memgraph.execute("""
    MATCH (u:User)-[:POSTED]->(p:Post)
    WITH u, count(p) AS post_num
    WHERE post_num > 5
    RETURN u.name, post_num
""")

2. GQLAlchemy查询构建器方式 #

如果习惯ORM风格的查询拼接，可以借助Query类构建带WITH的查询：

from gqlalchemy import Query, Node

# 定义节点模型
class User(Node):
    __label__ = "User"
    id: int

class Post(Node):
    __label__ = "Post"
    id: int

# 构建查询
query = (
    Query()
    .match(User, variable="u")
    .with_(["count(u)", "user_count"])  # 格式：[表达式, 别名]
    .match(Post, variable="p")
    .return_(["user_count", "count(p)", "post_count"])
)

# 执行查询
result = memgraph.execute(query.build())
print(result)

二、导入带表头的CSV文件 #

Memgraph支持通过Cypher的LOAD CSV直接导入，GQLAlchemy也提供了封装好的工具函数，两种方式都能处理带表头的CSV。

1. 原生LOAD CSV方式 #

假设users.csv内容如下：

id,name,email
1,Alice,alice@example.com
2,Bob,bob@example.com
3,Charlie,charlie@example.com

使用LOAD CSV WITH HEADERS识别表头，通过row.表头名访问字段：

memgraph.execute("""
    LOAD CSV WITH HEADERS FROM "/path/to/users.csv" AS row
    CREATE (u:User {id: toInteger(row.id), name: row.name, email: row.email})
""")
如果要避免重复创建节点，用`MERGE`代替`CREATE`：
```python
memgraph.execute("""
    LOAD CSV WITH HEADERS FROM "/path/to/users.csv" AS row
    MERGE (u:User {id: toInteger(row.id)})
    SET u.name = row.name, u.email = row.email
""")

2. GQLAlchemy工具函数方式 #

用load_csv函数结合ORM模型导入，自动处理表头映射：

from gqlalchemy import load_csv

# 使用之前定义的User模型
load_csv(
    path="/path/to/users.csv",
    header=True,  # 声明CSV带表头
    db=memgraph,
    node_type=User,
    mapping={"id": "id", "name": "name", "email": "email"},  # 表头与模型字段映射
    transform={"id": int}  # 字段类型转换
)

注意：CSV文件路径需要Memgraph进程能访问到，也可以使用HTTP URL作为文件源（比如"http://example.com/users.csv"）。

内容的提问来源于stack exchange，提问作者MPesi