标签:name python graph 数据库 xxx dataframe 查询 neo4j skill
一.直接通过graph.run() 括号里面为cypher语句,查询关联项的信息
MATCH (e:employee{name:"XXX"})-[r:skill_of]->(a) RETURN a.name,a.skill_ID
其中的格式转化:
1.前面添加pd.dataframe返回dataframe格式
0 1
0 xgb skill-7
1 GMM skill-12
2.末尾添加.data()返回字典形式的
{'a.name': 'lr', 'a.skill_ID': 'skill-8'}
3.末尾添加.to_ndarray()返回numpy数据
['hive' 'skill-4']
二.查询节点有哪些标签:graph.schema.node_labels
返回值是frozenset({'company', 'skill', 'item', 'employee'})
三.查询关系有哪些类型:graph.schema.relationship_types
返回值是frozenset({'item_of', 'skill_of', 'is_in', 'use_of', 'work_in'})
四.查询某个节点的所有信息 ,并用dataframe格式返回
pd.dataframe(graph.nodes.match("标签名字",name='XXX'))
name 学历 年龄 专业 工作年限 person_ID
0 xxx xx xx xxx xxxx xxx
五.
标签:name,python,graph,数据库,xxx,dataframe,查询,neo4j,skill 来源: https://www.cnblogs.com/cutess/p/13686565.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。