如何用Py2neo将Pandas DataFrame导入Neo4j创建节点与关系？

1. 安装必要依赖 #

先安装Neo4j Python驱动和Pandas，确保能在Python中连接Neo4j并处理数据：

pip install neo4j pandas

2. 连接Neo4j数据库 #

替换代码中的连接地址、用户名和密码为你的Neo4j实例信息：

from neo4j import GraphDatabase
import pandas as pd

# 替换为你的实际DataFrame数据
df = pd.DataFrame({
    "source": ["张三", "李四", "王五"],
    "target": ["李四", "王五", "张三"],
    "relation_type": ["好友", "同事", "合作伙伴"]
})

# 建立Neo4j连接
driver = GraphDatabase.driver("bolt://localhost:7687", auth=("neo4j", "your_database_password"))

3. 批量导入数据并创建图谱 #

使用Cypher的UNWIND语句批量处理DataFrame数据，通过MERGE避免重复创建节点和关系：

def import_graph_data(tx, data_records):
    cypher_query = """
    UNWIND $records AS row
    // 匹配或创建source节点
    MERGE (source:Entity {name: row.source})
    // 匹配或创建target节点
    MERGE (target:Entity {name: row.target})
    // 匹配或创建两者之间的关系，并设置属性
    MERGE (source)-[r:CORRELATES_WITH {type: row.relation_type}]->(target)
    RETURN count(r) AS total_relations
    """
    result = tx.run(cypher_query, records=data_records)
    return result.single()["total_relations"]

# 执行导入操作
with driver.session() as session:
    total = session.execute_write(import_graph_data, df.to_dict("records"))
    print(f"成功创建 {total} 条关系")

# 关闭连接
driver.close()

关键细节说明 #

• 节点去重：用MERGE替代CREATE，确保相同名称的节点只会被创建一次，避免数据冗余
• 关系自定义：把CORRELATES_WITH改成符合你业务场景的关系类型，比如FOLLOWS、DEPENDS_ON；如果不需要关系属性，直接去掉{type: row.relation_type}即可
• 多类型节点：如果source和target属于不同实体类型（比如source是用户，target是商品），可以给节点设置不同标签，比如MERGE (source:User {name: row.source})和MERGE (target:Product {id: row.target})

验证导入结果 #

打开Neo4j Browser，运行以下Cypher查询验证数据：

• 查询所有节点：

MATCH (n:Entity) RETURN n.name LIMIT 10

• 查询所有关系：

MATCH (s)-[r]->(t) RETURN s.name, type(r), t.name, r.type LIMIT 10

性能优化建议 #

• 创建索引：为节点的唯一标识字段（比如示例中的name）创建索引，提升批量导入时的匹配效率：

CREATE INDEX idx_entity_name FOR (n:Entity) ON (n.name)

• 分批次导入：如果DataFrame数据量超过10万行，建议分批次处理，避免内存溢出：

batch_size = 10000
for i in range(0, len(df), batch_size):
    batch = df.iloc[i:i+batch_size].to_dict("records")
    with driver.session() as session:
        session.execute_write(import_graph_data, batch)

内容的提问来源于stack exchange，提问作者S.Sushmi