Graph Neo4j：遍历子对象并基于属性在子对象之间创建有序关系

我在neo4j中有一个图形，看起来像。我想把它做成这样

广义问题：

如何按特定顺序（例如，按日期顺序）遍历子项，并在给定顺序的子项之间创建关系

具体问题：

每个（：Person）可以有多个（：Diagnosis）节点，多个（：Diagnosis）节点可以共享相同的（：Concept）。标记为“条件”的节点是（：概念）节点。（：Diagnosis）节点表示一个人诊断的发生，因此没有两个人共享（：Diagnosis）节点。但是，可以用同一种诊断对多人进行诊断，诊断类型（如II型糖尿病、动脉瘤等）由（：概念）节点描述

我想根据（：Diagnosis）节点的时间顺序创建（：Concept）节点之间的关系路径，并且我只想包括每个（：Concept）节点第一次被诊断的时间

到目前为止，我在（：个人）和（：概念）之间建立了如下新关系：

(:Person {person_id: <some_number>})-[:DIAGNOSED_WITH {start_date: yyyy/mm/dd}]->(:Concept)

(concept 1)-[:NEXT {person_id: #}]->(concept 2)-[:NEXT {person_id: #})]->(concept 3)...

现在，我想根据[:Diagnostics_WITH]关系中的开始日期在（：Concept）节点之间创建关系。它应该是这样的：

(:Person {person_id: <some_number>})-[:DIAGNOSED_WITH {start_date: yyyy/mm/dd}]->(:Concept)

(concept 1)-[:NEXT {person_id: #}]->(concept 2)-[:NEXT {person_id: #})]->(concept 3)...

我试着对一个给定（：个人）的所有关系集合使用

UNWIND

，但我不太明白

UNWIND

如何与

一起工作

以下查询似乎只是绘制在同一开始日期进行诊断的所有（：Concept）节点之间的关系：

match (p:Person {person_id: "12345"})-[d:DIAGNOSED_WITH]->(c:Concept) WITH 
     p.person_id AS person_id, d AS diagnoses ORDER BY d.start_date
WITH collect(diagnoses) as ordered_diagnoses, person_id as person_id
UNWIND ordered_diagnoses as diagnosis
MATCH (:Person {person_id: person_id})-[diagnosis]->(c1:Concept)
MATCH (:Person {person_id: person_id})-[d2:DIAGNOSED_WITH]->(c2:Concept) WHERE 
     d2.start_date >= diagnosis.start_date AND d2 <> diagnosis
WITH min(d2.start_date) AS min_start_date2, diagnosis, person_id, c1
MATCH (:Person {person_id: person_id})-[:DIAGNOSED_WITH {start_date: 
     min_start_date2}]->(c2:Concept)
MERGE (c1)-[:NEXT {person_id: person_id, start_date1: diagnosis.start_date, 
     start_date2: min_start_date2}]->(c2)

请帮忙！谢谢
 我决定停止用cypher进行黑客攻击，只使用py2neo包在python中进行攻击。要简单得多。以下是您感兴趣的代码：

#!/usr/bin/env python

from py2neo import authenticate, Graph
from py2neo import Node, Relationship

authenticate("localhost:7474", "neo4j", "neo3j")
# default uri for local Neo4j instance
graphdb = Graph('http://localhost:7474/db/data')

def set_NEXT_rels(person_id):
    concepts = graphdb.run("MATCH (p:Person {person_id: \""+person_id+"\"})-[d:DIAGNOSED_WITH]->(c:Concept) RETURN c.concept_id, d.start_date ORDER BY d.start_date, c.concept_name").data()
    for i in range(0, len(concepts)-1):
        d = graphdb.run("MATCH (p:Person {person_id: \""+person_id+"\"})-[d1:DIAGNOSED_WITH {start_date: \""+concepts[i]['d.start_date']+"\"}]->(c1:Concept {concept_id: \""+concepts[i]['c.concept_id']+"\"})  MATCH (p:Person {person_id: \""+person_id+"\"})-[d2:DIAGNOSED_WITH {start_date: \""+concepts[i+1]['d.start_date']+"\"}]->(c2:Concept {concept_id: \""+concepts[i+1]['c.concept_id']+"\"}) MERGE (c1)-[:NEXT {person_id: \""+person_id+"\", start_date_d1: d1.start_date, start_date_d2: d2.start_date}]->(c2)").data()

def process_conditions_by_person():
    people = graphdb.run("MATCH (p:Person) RETURN p.person_id").data()
    for person in people:
        set_NEXT_rels(person['p.person_id'])

def main():
    process_conditions_by_person()

if __name__ == "__main__":
    main()

这家公司有办法帮你。具体来说，在helpers部分的Collection Functions小节中，有一个过程
apoc.coll.pairs（[list]）
，它将接收列表并输出子列表对的列表。最后一对将是列表中与null成对的最后一个元素，因此如果我们的目标是连接节点，则应该删除该元素

下面是一个用法示例：

WITH [1, 2, 3, 4, 5] AS stuff
CALL apoc.coll.pairs(stuff) YIELD value
WITH value[0..size(value)-1] AS numbers
RETURN numbers

这将输出：
[[1,2]，[2,3]，[3,4]，[4,5]]

因此，在使用它连接节点时，您可以通过查询搜索感兴趣的节点，根据需要对它们进行排序，将它们收集到一个列表中，调用pairs（）APOC过程，然后使用FOREACH创建每对节点之间的关系

编辑

自我回答后，APOC的一些变化：

1） 
apoc.coll.pairs（）
现在是一个函数，而不是一个过程（无需使用CALL或YIELD，您可以内联使用它）

2） 
apoc.nodes.link（）
是一个获取节点集合并在它们之间创建给定类型关系的过程（因此您不必在foreach中自己创建关系），通常是链接节点的首选方式