中药大数据（三）中医知识图谱的创建

本项目纯原创，转载请说明。
如果各人有其他必要制作的知识图谱，大概要基于知识图谱做一些应用，也欢迎接洽！
1 先看下效果

（1）总体图谱数据

（2）性味归经【部门】

（3）医学册本收录方剂【部门】

（4）医学册本收录药材【部门】

（5）方剂的构成药材【部门】

2 数据预处理

要做的事情是从处方字段中提取出所有的方剂
也就是根据以下的数据去提取药材

代码如下：

1. # 读取 tb_prescriptions 和 tb_cmedicine 数据
2. df_prescriptions = pd.read_sql('SELECT * FROM tb_prescription', cnn)  # 方剂表
3. df_cmedicine = pd.read_sql('SELECT title FROM tb_cmedicine', cnn)  # 中药表
5. # 获取中药名列表，并按长度从大到小排序
6. medicine_titles = df_cmedicine['title'].tolist()
7. medicine_titles.sort(key=len, reverse=True)  # 按长度排序，长的药名优先匹配
9. # 函数：检查每个 prescription 中出现了哪些中药（最大匹配）
10. def find_medicines_in_prescription(prescription, medicine_titles):
11.     found_medicines = []
12.     for medicine in medicine_titles:
13.         if medicine in prescription:
14.             found_medicines.append(medicine)
15.             # 将匹配到的药名从 prescription 中移除，避免重复匹配较短的名称
16.             prescription = prescription.replace(medicine, '')
17.     return ','.join(found_medicines)
19. # 遍历 prescription 列，并检查每个方剂中包含的中药
20. df_prescriptions['found_medicines'] = df_prescriptions['prescription'].apply(find_medicines_in_prescription, args=(medicine_titles,))
22. # 打印结果：prescription 中找到的中药
23. for index, row in df_prescriptions.iterrows():
24.     print(f"Prescription: {row['prescription']}\nFound Medicines: {row['found_medicines']}\n")
27. # 将提取的中药信息更新到 tb_prescription 表的 fangji 字段
28. for index, row in df_prescriptions.iterrows():
29.     found_medicines = row['found_medicines']
31.     # 更新 tb_prescription 表的 fangji 字段
32.     update_query = f"""
33.     UPDATE tb_prescription
34.     SET fangji = '{found_medicines}'
35.     WHERE id = {row['id']}  -- 假设 tb_prescription 表有一个 id 字段作为主键
36.     """
38.     # 执行 SQL 更新语句
39.     cnn.execute(update_query)
41. # 确保关闭连接
42. cnn.close()

复制代码

其中有一个题目：
Prescription: 春酒5升，葶苈子2升。
Found Medicines: 酒,葶苈子,葶苈
药方里出现了苈子，但是匹配的时间葶苈子,葶苈都匹配了，出现这个题目主要是匹配的时间应该是最大匹配，就是类似要有贪心头脑。
3 neo4j 知识图谱构建代码

下面贴出部门的Neo4j导入的代码
创建节点尽可能用merge语句，否则会出现大量重复节点

1. # 连接到 Neo4j 数据库
2. # 读取 tb_prescription 和 tb_cmedicine 数据
3. df_prescriptions = pd.read_sql('SELECT * FROM tb_prescription', cnn)
4. df_cmedicine = pd.read_sql('SELECT * FROM tb_cmedicine', cnn)
6. # 将 tb_cmedicine 转换为字典，方便根据药名查找对应的药材信息
7. cmedicine_dict = df_cmedicine.set_index('title').T.to_dict()
10. # 正则表达式，用于提取《》之间的书名号内容
11. def extract_book_title(excerpt):
12.     match = re.search(r'《([^》]+)》', excerpt)
13.     if match:
14.         return f'《{match.group(1)}》'
15.     return None
18. # 创建药方和药材的知识图谱，确保节点和关系不会重复
19. for index, row in df_prescriptions.iterrows():
20.     # 创建药方节点（防止重复）
21.     prescription_node = Node("Prescription", name=row['title'],
22.                              prescription=row['prescription'],
23.                              making=row['making'],
24.                              functional_indications=row['functional_indications'],
25.                              usage=row['usage'],
26.                              excerpt=row['excerpt'],
27.                              care=row['care'])
28.     graph.merge(prescription_node, "Prescription", "name")  # 防止重复创建方剂节点
30.     # 分割 fangji 中的药材名称
31.     medicines = row['fangji'].split(',') if row['fangji'] else []
33.     for medicine in medicines:
34.         medicine = medicine.strip()  # 去除药材名称前后的空格
35.         # 从 tb_cmedicine 数据中获取该药材的详细信息
36.         if medicine in cmedicine_dict:
37.             med_info = cmedicine_dict[medicine]
38.             # 创建药材节点（防止重复）
39.             medicine_node = Node("Medicine", name=medicine,
40.                                  pinyin=med_info.get('pinyin'),
41.                                  alias=med_info.get('alias'),
42.                                  source=med_info.get('source'),
43.                                  english_name=med_info.get('english_name'),
44.                                  habitat=med_info.get('habitat'),
45.                                  flavor=med_info.get('flavor'),
46.                                  functional_indications=med_info.get('functional_indications'),
47.                                  usage=med_info.get('usage'),
48.                                  excerpt=med_info.get('excerpt'),
49.                                  provenance=med_info.get('provenance'),
50.                                  shape_properties=med_info.get('shape_properties'),
51.                                  attribution=med_info.get('attribution'),
52.                                  prototype=med_info.get('prototype'),
53.                                  discuss=med_info.get('discuss'),
54.                                  chemical_composition=med_info.get('chemical_composition'))
55.             graph.merge(medicine_node, "Medicine", "name")  # 防止重复创建药材节点
57.             # 创建 Prescription -> Medicine 关系（防止重复）
58.             relationship = Relationship(prescription_node, "所用药材", medicine_node)
59.             graph.merge(relationship, "Prescription", "name")
61.             # 提取古籍书名号《》中的内容并创建古籍节点（药材的摘录，防止重复）
62.             book_title = extract_book_title(med_info.get('excerpt', ''))
63.             if book_title:
64.                 # 创建古籍节点（防止重复）
65.                 book_node = Node("Book", name=book_title)
66.                 graph.merge(book_node, "Book", "name")
68.                 # 创建 Book -> Medicine 的 "收录药材" 关系（防止重复）
69.                 recorded_relationship_medicine = Relationship(book_node, "收录药材", medicine_node)
70.                 graph.merge(recorded_relationship_medicine, "Book", "name")

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。