Python-利用pandas将excel中数据抽取以三元组形式加载到neo4j数据库中构建相关知识图谱

利用pandas将excel中数据抽取，以三元组形式加载到neo4j数据库中构建相关知识图谱

# -*- coding: utf-8 -*-
from invoice_data.dataToNeo4jClass.DataToNeo4jClass import DataToNeo4j
import os
import pandas as pd


# 提取excel表格中数据，将其转换成dateframe类型
os.chdir（‘xxxx‘）

invoice_data = pd.read_excel（‘./Invoice_data_Demo.xls‘ header=0 encoding=‘utf8‘）
print（invoice_data）


def data_extraction（）:
    “““节点数据抽取“““

    # 取出发票名称到list
    node_list_key = []
    for i in range（0 len（invoice_data））:
        node_list_key.append（invoice_data[‘发票名称‘][i]）

    # 去除重复的发票名称
    node_list_key = list（set（node_list_key））

    # value抽出作node
    node_list_value = []
    for i in range（0 len（invoice_data））:
        for n in range（1 len（invoice_data.columns））:
            # 取出表头名称invoice_data.columns[i]
            node_list_value.append（invoice_data[invoice_data.columns[n]][i]）
    # 去重
    node_list_value = list（set（node_list_value））
    # 将list中浮点及整数类型全部转成string类型
    node_list_value = [str（i） for i in node_list_value]

    return node_list_key node_list_value


def relation_extraction（）:
    “““联系数据抽取“““

    links_dict = {}
    name_list = []
    relation_list = []
    name2_list = []

    for i in range（0 len（invoice_data））:
        m = 0
        name_node = invoice_data[invoice_data.columns[m]][i]
        while m < len（invoice_data.columns）-1:
            relation_list.append（invoice_data.columns[m+1]）
            name2_list.append（invoice_data[invoice_data.columns[m+1]][i]）
            name_list.append（name_node）
            m += 1

    # 将数据中int类型全部转成string
    name_list = [str（i） for i in name_list]
    name2_list = [str（i） for i in name2_list]

    # 整合数据，将三个list整合成一个dict
    links_dict[‘name‘] = name_list
    links_dict[‘relation‘] = relation_list
    links_dict[‘name2‘] = name2_list
    # 将数据转成Dataframe
    df_data = pd.Dataframe（links_dict）
    return df_data


# 实例化对象
data_extraction（）
relation_extraction（）
create_data = DataToNeo4j（）

create_data.create_node（data_extraction（）[0] data_extraction（）[1]）
create_data.create_relation（relation_extraction（））

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2019-07-19 09:50  neo4j-python-pandas-py2neo-v3-master\
     文件        1262  2019-07-19 09:50  neo4j-python-pandas-py2neo-v3-master\README.md
     文件          30  2019-07-19 09:50  neo4j-python-pandas-py2neo-v3-master\__init__.py
     目录           0  2019-07-19 09:50  neo4j-python-pandas-py2neo-v3-master\__pycache__\
     文件         181  2019-07-19 09:50  neo4j-python-pandas-py2neo-v3-master\__pycache__\__init__.cpython-36.pyc
     目录           0  2019-07-19 09:50  neo4j-python-pandas-py2neo-v3-master\data\
     文件       51200  2019-07-19 09:50  neo4j-python-pandas-py2neo-v3-master\data\Invoice_data_Demo.xls
     目录           0  2019-07-19 09:50  neo4j-python-pandas-py2neo-v3-master\dataToNeo4jClass\
     文件        1377  2019-07-19 09:50  neo4j-python-pandas-py2neo-v3-master\dataToNeo4jClass\DataToNeo4jClass.py
     文件          30  2019-07-19 09:50  neo4j-python-pandas-py2neo-v3-master\dataToNeo4jClass\__init__.py
     目录           0  2019-07-19 09:50  neo4j-python-pandas-py2neo-v3-master\dataToNeo4jClass\__pycache__\
     文件        1589  2019-07-19 09:50  neo4j-python-pandas-py2neo-v3-master\dataToNeo4jClass\__pycache__\DataToNeo4jClass.cpython-36.pyc
     文件         198  2019-07-19 09:50  neo4j-python-pandas-py2neo-v3-master\dataToNeo4jClass\__pycache__\__init__.cpython-36.pyc
     文件        2210  2019-07-19 09:50  neo4j-python-pandas-py2neo-v3-master\invoice_neo4j.py
     目录           0  2019-07-19 09:50  neo4j-python-pandas-py2neo-v3-master\jieba_code\
     文件        4372  2019-07-19 09:50  neo4j-python-pandas-py2neo-v3-master\jieba_code\doubt.txt
     文件        2252  2019-07-19 09:50  neo4j-python-pandas-py2neo-v3-master\jieba_code\jieba_doubt.py
     文件         753  2019-07-19 09:50  neo4j-python-pandas-py2neo-v3-master\jieba_code\jieba_interface.py
     文件        6490  2019-07-19 09:50  neo4j-python-pandas-py2neo-v3-master\neo4j_matrix.py
     文件        2544  2019-07-19 09:50  neo4j-python-pandas-py2neo-v3-master\neo4j_to_dataframe.py
     文件         632  2019-07-19 09:50  neo4j-python-pandas-py2neo-v3-master\requirements.txt