目录
电子病历中，患者主诉对应的相关检查，得出的诊断以及最后的用药情况。症状一般可以从主诉中提取。
症状数据
symptom_data.csv
CSV 中，没有直接一行一个症状，主要想后面将 症状 => 疾病 做关联，最后会在一个 Excel 中表达
所以每行实际对应一个症病，但在创建节点时，会转化成 N个节点（每个 | 号一个节点）
症状 "上下楼梯疼,不能久站,感觉有点肿" "眼睛胀痛,干涩,畏光,眼胀,眼痛,看东西有时候清楚有时候不清楚"
创建节点
参考 创建药品 节点。
import logging import csv from utils.neo4j_provider import driver import pandas as pd logging.root.setLevel(logging.INFO) # 并生成 CQL def generate_cql() -> str: # cql = """ # CREATE (symptom1:Symptom {name: "膝盖疼"}), # (symptom2:Symptom {name: "眼睛酸胀"}) # """ df = pd.read_csv('symptom_data.csv') symptoms = [] for each in df['症状']: symptoms.extend(each.split(',')) # 按，号分割成数组，并将每行数据到一个队列里面 symptoms = set(symptoms) # 去除重复项 # 拼接 CQL cql = "" for idx, item in enumerate(symptoms): cql += """(symptom%s:Symptom {name: "%s"}),\r\n""" \ % (idx, item) return "CREATE %s" % (cql.rstrip(",\r\n")) # 删除最后一个节点的 逗号 # 执行写的命令 def execute_write(cql): with driver.session() as session: session.execute_write(execute_cql, cql) driver.close() # 执行 CQL 语句 def execute_cql(tx, cql): tx.run(cql) # 清除 Symptom 标签数据 def clear_data(): cql = "MATCH (n:Symptom) DETACH DELETE n" execute_write(cql) if __name__ == "__main__": clear_data() cql = generate_cql() print(cql) execute_write(cql)
附学习
数组 append、extend 区别
import pandas as pd df = pd.read_csv('../db/symptom_data.csv') symptoms_extend = [] symptoms_append = [] for idx, each in enumerate(df['症状']): sp = each.split(',') symptoms_extend.extend(sp) # 在末尾追加序列的值 结果为 => [X1，X2,X3，X4] symptoms_append.append(sp) # 在末尾追加对接，附加在里面 结果为 => [[X1，X2],[X3，X4]] print("%s sp => %s" % (idx, sp)) print("%s extend => %s" % (idx, symptoms_extend)) print("%s append => %s" % (idx, symptoms_append)) print('--' * 20) print("extend => %s" % (symptoms_extend)) print("append => %s" % (symptoms_append))
