Question

说，我想使用例如存储在table.dataTable { margin-top: 84px !important; position: relative; } thead { position: absolute; top: -89px; display: table-header-group; }中的数据来更新相当数量的现有节点。由于我知道如何编写可处理单个节点更新的参数化查询，因此我的基本解决方案是在循环中设置此查询，然后为数据框中的每一行运行该查询。

pd.Dataframe

但是，必须有一种更直接（更快）的方式将此信息传递给查询，以便在服务器端对迭代进行“管理”。真的吗？我还没有找到任何相关文档。

Answer 1

您可以通过运行密码LOAD查询并提供包含您的数据的csv文件来做到这一点：

LOAD CSV WITH HEADERS FROM 'file:///file.csv' as csvLine fieldterminator ';' 
MATCH (p:Person {name:csvLine.name, p.surname:csvLine.surname})
SET p.description=csvLine.description

但是我认为没有解决方案可以将数据数组传递到匹配循环。

Answer 2

与其像这样循环，不如对每个条目执行一个Cypher查询，您应该将所有内容收集到地图对象的列表参数中，并进行单个Cypher查询（尽管如果您有> 100k左右的条目，则可以将其批量处理）。迈克尔·亨格（Michael Hunger）拥有good blog entry on this approach。

您可以在list参数上使用UNWIND将其转换为行，并一次处理所有内容。假设您以data的身份进入列表：

UNWIND $data as row
MATCH (p:Person)
WHERE p.name = row.name AND p.surname = row.surname
SET p.description = row.description

Answer 3

InverseFalcon的答案已经解决了基本问题，但是为了提供包括py2neo和pandas bits在内的完整答案，我将代码发布如下：

query='''UNWIND {batch} AS row
         MATCH (p:Person)
         WHERE p.name=row.name AND p.surname = row.surname
         SET p.description=row.description '''

graph.run(query,batch=df.to_dict(orient='records'))

因此，最后，这更像是一个neo4j而不是一个py2neo问题，而neo4j文档中的相关信息是here

py2neo中的密码查询可使用n个ID和参数的列表更新n个节点

3 个答案: