在Neo4j上加载稀疏邻接矩阵

我试图在Neo4j中加载一个稀疏（共现）矩阵，但在多次失败的查询之后，它变得令人沮丧

基本上，我想从ids创建节点，相互之间的关系权重（包括自身）应该是矩阵上的值

因此，例如，“nhs”应该与体重41和16的“英格兰”有自我关系，等等

我尝试过这样的事情：

LOAD CSV WITH HEADERS FROM 'file:///matpharma.csv' AS row
MERGE (a: node{name: row.id})
MERGE (b: node{name: row.key})
MERGE (a)-[:w]-(b);

但我不确定如何附加边值（也不确定合并是否产生了预期的结果）

---

提前感谢您的帮助

如果您只需要在CSV中包含属性值的关系上添加属性，那么只需为合并的关系添加变量，然后使用SET即可（或者在“创建集”上，如果您只想在关系不存在且需要创建时设置属性），则类似于：

LOAD CSV WITH HEADERS FROM 'file:///matpharma.csv' AS row
MERGE (a: node{name: row.id})
MERGE (b: node{name: row.key})
MERGE (a)-[r:w]-(b)
SET r.weight = row.weight

LOAD CSV WITH HEADERS FROM 'file:///matpharma.csv' AS row
MERGE (start:Node {name:row.id})
WITH start, row, [key in keys(row) WHERE key <> 'id'] as keys
FOREACH (key in keys | 
 MERGE (end:Node {name:key})
 MERGE (start)-[r:w]-(end)
 ON CREATE SET r.weight = row[key] )

编辑

啊，看一下CSV剪辑。这是一种非常奇怪的数据格式。你的标题中有数据（即，你的标题试图定义要查找的另一个节点），这是一种错误的方式。相反，你应该每行有一列定义要连接的两个节点之一（如“id”列）然后是另一个节点的另一列（类似于“id2”）。这样，您只需进行两次匹配即可获得节点，然后在它们之间进行合并，然后设置relationship属性，类似于我上面提供的示例查询

但如果您使用这种格式，那么它将是一个更复杂的查询，因为我们必须处理行键和值的动态访问

比如：

LOAD CSV WITH HEADERS FROM 'file:///matpharma.csv' AS row
MERGE (a: node{name: row.id})
MERGE (b: node{name: row.key})
MERGE (a)-[r:w]-(b)
SET r.weight = row.weight

LOAD CSV WITH HEADERS FROM 'file:///matpharma.csv' AS row
MERGE (start:Node {name:row.id})
WITH start, row, [key in keys(row) WHERE key <> 'id'] as keys
FOREACH (key in keys | 
 MERGE (end:Node {name:key})
 MERGE (start)-[r:w]-(end)
 ON CREATE SET r.weight = row[key] )

从加载带有标题的CSV'file:///matpharma.csv“作为一排
合并（开始：节点{name:row.id}）
以开始、行、[输入键（行），其中键“id”]作为键
FOREACH（键入键|
合并（结束：节点{name:key}）
合并（开始）-[r:w]-（结束）
在创建集合时r.weight=行[键]）

如果您只需要在CSV中包含属性值的关系上添加属性，那么只需为合并的关系添加变量，然后使用SET（或者在创建集上，如果您只想在关系不存在且需要创建时设置属性）。例如：

LOAD CSV WITH HEADERS FROM 'file:///matpharma.csv' AS row
MERGE (a: node{name: row.id})
MERGE (b: node{name: row.key})
MERGE (a)-[r:w]-(b)
SET r.weight = row.weight

LOAD CSV WITH HEADERS FROM 'file:///matpharma.csv' AS row
MERGE (start:Node {name:row.id})
WITH start, row, [key in keys(row) WHERE key <> 'id'] as keys
FOREACH (key in keys | 
 MERGE (end:Node {name:key})
 MERGE (start)-[r:w]-(end)
 ON CREATE SET r.weight = row[key] )

编辑

啊，看一下CSV剪辑。这是一种非常奇怪的数据格式。你的标题中有数据（即，你的标题试图定义要查找的另一个节点），这是一种错误的方式。相反，你应该每行有一列定义要连接的两个节点之一（如“id”列）然后是另一个节点的另一列（类似于“id2”）。这样，您只需进行两次匹配即可获得节点，然后在它们之间进行合并，然后设置relationship属性，类似于我上面提供的示例查询

但如果您使用这种格式，那么它将是一个更复杂的查询，因为我们必须处理行键和值的动态访问

比如：

LOAD CSV WITH HEADERS FROM 'file:///matpharma.csv' AS row
MERGE (a: node{name: row.id})
MERGE (b: node{name: row.key})
MERGE (a)-[r:w]-(b)
SET r.weight = row.weight

LOAD CSV WITH HEADERS FROM 'file:///matpharma.csv' AS row
MERGE (start:Node {name:row.id})
WITH start, row, [key in keys(row) WHERE key <> 'id'] as keys
FOREACH (key in keys | 
 MERGE (end:Node {name:key})
 MERGE (start)-[r:w]-(end)
 ON CREATE SET r.weight = row[key] )

从加载带有标题的CSV'file:///matpharma.csv“作为一排
合并（开始：节点{name:row.id}）
以开始、行、[输入键（行），其中键“id”]作为键
FOREACH（键入键|
合并（结束：节点{name:key}）
合并（开始）-[r:w]-（结束）
在创建集合时r.weight=行[键]）

这是一个很好的密码挑战：）让我们假设加载CSV并不是真的要这么做，也许你会更高兴地将数据展平

以下是我的想法：

LOAD CSV FROM "https://gist.githubusercontent.com/ikwattro/a5260d131f25bcce97c945cb97bc0bee/raw/4ce2b3421ad80ca946329a0be8a6e79ca025f253/data.csv" AS row
WITH collect(row) AS rows
WITH rows, rows[0] AS firstRow
UNWIND rows AS row
WITH firstRow, row SKIP 1
UNWIND range(0, size(row)-2) AS i
RETURN firstRow[i+1], row[0], row[i+1]

---

你可以看一下要点

这是一个很好的密码挑战：）假设加载CSV并不是真的要这么做，也许你会更高兴地将数据平坦化

以下是我的想法：

LOAD CSV FROM "https://gist.githubusercontent.com/ikwattro/a5260d131f25bcce97c945cb97bc0bee/raw/4ce2b3421ad80ca946329a0be8a6e79ca025f253/data.csv" AS row
WITH collect(row) AS rows
WITH rows, rows[0] AS firstRow
UNWIND rows AS row
WITH firstRow, row SKIP 1
UNWIND range(0, size(row)-2) AS i
RETURN firstRow[i+1], row[0], row[i+1]

---

你可以看看要点

它仍然没有奏效。我认为我的合并从一开始就是错误的：看起来关系指向的节点似乎是矩阵中的值，而这个值应该在边缘。@InverseFalcon:非常好的更新。您还可以通过删除

WITH

子句并直接在

FOREACH

中使用列表理解而不是

键来进一步简化！很好的推荐！它仍然没有发挥作用。我认为我的合并从一开始就是错误的：看起来关系指向的节点似乎是矩阵中的值，而这个值应该在边缘。@InverseFalcon:非常好的更新。您还可以通过删除
WITH
子句并直接在
FOREACH
中使用列表理解而不是
键来进一步简化！很好的推荐！