实战:使用py2neo和pandas处理海事数据

2024-01-07 19:18

本文主要是介绍实战:使用py2neo和pandas处理海事数据,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

海事数据的格式

标签:
ship_ShipName,ship_MMSI,ship_BuildDate,ship_ShipTypeGroup,ship_ShipTypeLevel5SubGroup,ship_ShipType,ship_GroupCompany,ship_GroupCompanyCountry,ship_OperatorCompany,ship_OperatorCompanyCountry,ship_CountryOfEconomicBenefit,ship_DeadWeight,ship_GrossTonnage,ship_LengthLOA,ship_MouldWidth,ship_Draught,ship_LiquidCapacity

首先使用excel根据标签中的如下五个类别创建三元组形成ships.csv文件:

  1. ship_GroupCompany,
  2. ship_GroupCompanyCountry,
  3. ship_OperatorCompany,
  4. ship_OperatorCompanyCountry,
  5. ship_CountryOfEconomicBenefit

ships.csv文件的格式如下图:
在这里插入图片描述
有了三元组和原表格我们可以很方便添加数据到neo4j的数据库中。

函数

  1. createNode:在neo4j中创建节点
  2. createRelationship:在neo4j中创建节点的关系
  3. matchNode:在neo4j中匹配数据
  4. get_ship_properties:得到所有船的属性
  5. csv2df:将csv转为df
  6. df2neo:将df(从df中提取的数据)转为neo4j

代码

from py2neo import *
import os
import pandas as pd
import numpy as np# 数据库
graph = Graph('http://localhost:7474', username='neo4j', password='myneo4j')# 创建节点
def createNode(m_graph, m_label, m_attrs):# m_n = "_.name=" + "\'" + m_attrs['name'] + "\'"m_n = Noneif m_label == 'SHIP':m_n = "_.MMSI=" + "\'" + m_attrs['MMSI'] + "\'"elif m_label == 'COMPANY' or m_label == 'COUNTRY/REGION':m_n = "_.Name=" + "\'" + m_attrs['Name'] + "\'"matcher = NodeMatcher(m_graph)re_value = matcher.match(m_label).where(m_n).first()print(re_value)if re_value is None:m_node = Node(m_label, **m_attrs)n = graph.create(m_node)return n# print('Fail to create Node!!')return None# 创建两个节点的关系,如果节点不存在就不创建关系
def createRelationship(m_graph, m_label1, m_attrs1, m_label2, m_attrs2, m_r_name):reValue1 = matchNode(m_graph, m_label1, m_attrs1)reValue2 = matchNode(m_graph, m_label2, m_attrs2)if reValue1 is None or reValue2 is None:# print('reValue1: ', reValue1, 'reValue2: ', reValue2)# print('Fail to create relationship!!')return Falsem_r = Relationship(reValue1, m_r_name, reValue2)n = graph.create(m_r)return n# 查询节点,按照ID查询,无返回None
# def matchNodeById(m_graph, m_id):
#    matcher = NodeMatcher(m_graph)
#    re_value = matcher.get(m_id)
#    return re_value# 查询节点,按照name查询,无返回None
def matchNode(m_graph, m_label, m_attrs):# m_n = "_.name=" + "\'" + m_attrs['name'] + "\'"m_n = Noneif m_label == 'SHIP':m_n = "_.MMSI=" + "\'" + m_attrs['MMSI'] + "\'"elif m_label == 'COMPANY' or m_label == 'COUNTRY/REGION':m_n = "_.Name=" + "\'" + m_attrs['Name'] + "\'"# print(m_n)matcher = NodeMatcher(m_graph)re_value = matcher.match(m_label).where(m_n).first()return re_value# 查询节点,按照标签查询,无返回None
# def matchNodeByLabel(m_graph, m_label):
#     matcher = NodeMatcher(m_graph)
#     re_value = matcher.match(m_label)
#     return re_value# 从原本的表格中直接拿到数据并保存在字典中
def get_ship_properties(original_df):ships = {}for i in range(original_df.shape[0]):ship_properties = {'Name': str(original_df.loc[i, 'ship_ShipName']),'MMSI': str(original_df.loc[i, 'ship_MMSI']),'BuildDate': str(original_df.loc[i, 'ship_BuildDate']),'ShipTypeGroup': str(original_df.loc[i, 'ship_ShipTypeGroup']),'ShipTypeLevel5SubGroup': str(original_df.loc[i, 'ship_ShipTypeLevel5SubGroup']),'ShipType': str(original_df.loc[i, 'ship_ShipType']),'DeadWeight': str(original_df.loc[i, 'ship_DeadWeight']),'GrossTonnage': str(original_df.loc[i, 'ship_GrossTonnage']),'LengthLOA': str(original_df.loc[i, 'ship_LengthLOA']),'MouldWidth': str(original_df.loc[i, 'ship_MouldWidth']),'Draught': str(original_df.loc[i, 'ship_Draught']),'LiquidCapacity': str(original_df.loc[i, 'ship_LiquidCapacity'])}ships[ship_properties['MMSI']] = ship_properties# print(ships)return ships# csv转为df
def csv2df(file_name):df = pd.read_csv(file_name)# print(df.head())return df# df转到neo4j的数据库中
def df2neo(df, ships):diff_group = df.groupby('relation')for relation, df in diff_group:head = Nonetail = Nonehead_property = Nonetail_property = None# print('relation:', relation)df.reset_index(drop=True, inplace=True)# print(df)for i in range(df.shape[0]):if relation == 'GroupCompany' or relation == 'OperatorCompany':head = 'SHIP'head_property = ships[df.loc[i, 'head']]tail = 'COMPANY'tail_property = {'Name': df.loc[i, 'tail']}elif relation == 'CountryOfEconomicBenefit':head = 'SHIP'head_property = ships[df.loc[i, 'head']]tail = 'COUNTRY/REGION'tail_property = {'Name': df.loc[i, 'tail']}elif relation == 'GroupCompanyCountry' or 'CountryOfEconomicBenefit':head = 'COMPANY'head_property = {'Name': df.loc[i, 'head']}tail = 'COUNTRY/REGION'tail_property = {'Name': df.loc[i, 'tail']}# 本来是想对有单引号的数据进行处理,但发现很容易混乱,于是最后用excel把数据中的单引号全部替换掉了# head_property['Name'] = head_property['Name'].replace("'", '\\\'') # tail_property['Name'] = tail_property['Name'].replace("'",'\\\'')if tail_property['Name'] == 'Unknown' or tail_property['Name'] in (None, '', np.nan):continue # 空数据不进行添加# print('head: ', head, ', head_property: ', head_property, ', tail: ', tail, ', tail_property',#       tail_property)createNode(graph, head, head_property)createNode(graph, tail, tail_property)createRelationship(graph, head, head_property, tail, tail_property, relation)ship_df = csv2df('./ships.csv')
original_df = csv2df('./abc.csv')
ships = get_ship_properties(original_df)
df2neo(ship_df, ships)# 以下代码是对createNode函数和createRelationship函数的测试!
# label1 = 'Stock'
# attrs1 = {'name': '招商银行', 'code': '600036'}
# label2 = 'SecuritiesExchange'
# attrs2 = {'name': '上海证券交易所'}
# # 1. 创建节点
# createNode(graph, label1, attrs1)
# createNode(graph, label2, attrs2)
# m_r_name = '证券交易所'
# # 2. 添加关系
# reValue = createRelationship(graph, label1, attrs1, label2, attrs2, m_r_name)

参考

部分代码在张曙光老师的bilibili的neo4j课程基础上做出改动

这篇关于实战:使用py2neo和pandas处理海事数据的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/580962

相关文章

Python实现Word转PDF全攻略(从入门到实战)

《Python实现Word转PDF全攻略(从入门到实战)》在数字化办公场景中,Word文档的跨平台兼容性始终是个难题,而PDF格式凭借所见即所得的特性,已成为文档分发和归档的标准格式,下面小编就来和大... 目录一、为什么需要python处理Word转PDF?二、主流转换方案对比三、五套实战方案详解方案1:

SpringBoot集成EasyExcel实现百万级别的数据导入导出实践指南

《SpringBoot集成EasyExcel实现百万级别的数据导入导出实践指南》本文将基于开源项目springboot-easyexcel-batch进行解析与扩展,手把手教大家如何在SpringBo... 目录项目结构概览核心依赖百万级导出实战场景核心代码效果百万级导入实战场景监听器和Service(核心

setsid 命令工作原理和使用案例介绍

《setsid命令工作原理和使用案例介绍》setsid命令在Linux中创建独立会话,使进程脱离终端运行,适用于守护进程和后台任务,通过重定向输出和确保权限,可有效管理长时间运行的进程,本文给大家介... 目录setsid 命令介绍和使用案例基本介绍基本语法主要特点命令参数使用案例1. 在后台运行命令2.

使用Redis快速实现共享Session登录的详细步骤

《使用Redis快速实现共享Session登录的详细步骤》在Web开发中,Session通常用于存储用户的会话信息,允许用户在多个页面之间保持登录状态,Redis是一个开源的高性能键值数据库,广泛用于... 目录前言实现原理:步骤:使用Redis实现共享Session登录1. 引入Redis依赖2. 配置R

SpringBoot实现RSA+AES自动接口解密的实战指南

《SpringBoot实现RSA+AES自动接口解密的实战指南》在当今数据泄露频发的网络环境中,接口安全已成为开发者不可忽视的核心议题,RSA+AES混合加密方案因其安全性高、性能优越而被广泛采用,本... 目录一、项目依赖与环境准备1.1 Maven依赖配置1.2 密钥生成与配置二、加密工具类实现2.1

使用Python的requests库调用API接口的详细步骤

《使用Python的requests库调用API接口的详细步骤》使用Python的requests库调用API接口是开发中最常用的方式之一,它简化了HTTP请求的处理流程,以下是详细步骤和实战示例,涵... 目录一、准备工作:安装 requests 库二、基本调用流程(以 RESTful API 为例)1.

Nginx进行平滑升级的实战指南(不中断服务版本更新)

《Nginx进行平滑升级的实战指南(不中断服务版本更新)》Nginx的平滑升级(也称为热升级)是一种在不停止服务的情况下更新Nginx版本或添加模块的方法,这种升级方式确保了服务的高可用性,避免了因升... 目录一.下载并编译新版Nginx1.下载解压2.编译二.替换可执行文件,并平滑升级1.替换可执行文件

Python调用LibreOffice处理自动化文档的完整指南

《Python调用LibreOffice处理自动化文档的完整指南》在数字化转型的浪潮中,文档处理自动化已成为提升效率的关键,LibreOffice作为开源办公软件的佼佼者,其命令行功能结合Python... 目录引言一、环境搭建:三步构建自动化基石1. 安装LibreOffice与python2. 验证安装

使用Python开发一个Ditto剪贴板数据导出工具

《使用Python开发一个Ditto剪贴板数据导出工具》在日常工作中,我们经常需要处理大量的剪贴板数据,下面将介绍如何使用Python的wxPython库开发一个图形化工具,实现从Ditto数据库中读... 目录前言运行结果项目需求分析技术选型核心功能实现1. Ditto数据库结构分析2. 数据库自动定位3

Python yield与yield from的简单使用方式

《Pythonyield与yieldfrom的简单使用方式》生成器通过yield定义,可在处理I/O时暂停执行并返回部分结果,待其他任务完成后继续,yieldfrom用于将一个生成器的值传递给另一... 目录python yield与yield from的使用代码结构总结Python yield与yield