rdflib 将复杂的 CSV 转换为图形 - 链式对象

Question

我对 OWL 和 RDFlib 相当陌生，所以如果我的术语有问题，我深表歉意。我有一个 CSV，我想将其转换为知识图，其中每一行都成为一种顶级主题，然后具有与其链接的属性。虽然对于问题来说并不重要，但知识图描述了一些生物测定，这就是我的示例“IRIs”的来源。

我的基本结构是：

assay1 a obo:assay;
    rdfs:comment "Some comment" ;
    BAO:has-endpoint BAO:endpoint .

我想做的是添加：

BAO:endpoint SIO:has-value "5" ;
    SIO:has-unit "mg" .

和：

BAO:endpoint CHEMINF:has-uncertainty NCIT:StatisticalDispersion .
NCIT:StatisticalDispersion SIO:has-value "2" ;
    SIO:has-unit "mg" .

使得那些额外的三元组仍然与分析1相关。这个想法是每个检测都有它自己的值，但我不太确定如何使用 RDFlib 来实现它。我猜 BNodes 是我的解决方案，但这是否意味着完全放弃像 NCIT:StatisticalDispersion 这样的东西？

Answer 1

我猜

<assay1>

是你的csv文件，

BAO:endpoint

等于你的行之一：

from rdflib import Graph, Namespace, Literal, URIRef, BNode, RDF, RDFS
OBO = Namespace("http://your/namespace#")
BAO = Namespace(...)
CHEMINF = Namespace(...)
SIO = Namespace(...)

def main(csv_data):
  #initialize your graph with some info about your csv-file
  id_file = URIRef("assay1")
  g = Graph()
  g.add((id_file, RDF.type, OBO.assay))
  g.add((id_file, RDFS.comment, Literal("comment")))
  
  #add information for each row
  for row in csv_data:
    add_information(row, g)
  
  #print using the namespace shortcuts
  g.bind("OBO", OBO)
  g.bind("BAO", BAO)
  g.bind("SIO", SIO)
  print(g.serialize())

#These functions extract info from your row
def uri_from(x) -> URIRef:
  ...
  return BAO.endpoint

def extract_value(x) -> (Literal, Literal):
  ...
  return Literal(5), Literal("mg")

def add_information(x, g):
  id_array = uri_from(x) # in your example BAO:endpoint
  # alternative: id_array = BNode()
  val, unit = extract_value(x) # eg (Literal(5), Literal("mg"))
  g.add((id_array, SIO["has-value"], val))
  g.add((id_array, SIO["has-unit"], unit))
  # you use instead of NCIT:StatisticalDispersion a BNode
  statistic_info = BNode()
  g.add((id_array, CHEMINF.has-uncertainty, statistic_info))
  val_unc, unit_unc = extract_uncertainty(x)
  g.add((statistic_info, SIO.value, val_unc))
  g.add((statistic_info, SIO.unit, unit_unc))