完整的药物数据库：制造商、剂量、禁忌症和警告

关于数据集

药品标签和副作用数据集

数据集概述

这个全面的药物合成数据集包含1,393 条合成药物信息记录，共15 列，专为专注于医疗保健分析、药物安全分析和药物研究的数据科学项目而设计。该数据集模拟了现实世界中的药物数据，具有适当的多样性和切合实际的约束条件，适用于机器学习应用。

数据集规范

属性	价值
总记录数	1,393
总列数	15
文件格式	CSV
数据类型	混合（用于数据清理实践）
领域	制药/医疗保健
用例	机器学习训练、数据分析、医疗保健研究

色谱柱规格

分类特征

列名	数据类型	唯一值	描述	示例值
drug_name	目的	1,283 个独特	具有现实命名模式的药品名称	“洛西泮32”、“阿莫肝素43”、“维拉西泮10”
manufacturer	目的	10个独特	大型制药公司	辉瑞公司、阿斯利康、强生公司
drug_class	目的	10个独特	治疗药物分类	抗生素、镇痛药、抗抑郁药、疫苗
indications	目的	10个独特	该药物治疗的疾病	“缓解疼痛”、“细菌感染”、“抑郁症治疗”
side_effects	目的	434个独特	副作用组合（每种药物 1-3 种）	“恶心、头晕”、“头痛、疲劳、皮疹”
administration_route	目的	7 独特	药物输送方法	口服、静脉注射、外用、吸入、舌下
contraindications	目的	10个独特	药物使用的医学警告	“怀孕”、“心脏病”、“肝病”
warnings	目的	10个独特	安全说明和注意事项	“与食物一起服用”、“避免饮酒”、“监测血压”
batch_number	目的	1,393 个独特	生产批次标识符	“xr691zv”，“Ye266vU”，“Rm082yX”
expiry_date	目的	782 个独特	药品有效期（YYYY-MM-DD）	“2025-12-13”、“2027-03-09”、“2026-10-06”
side_effect_severity	目的	3 独特	严重程度分类	轻度、中度、重度
approval_status	目的	3 独特	监管审批状态	已批准、待处理、已拒绝

数值特征

列名	数据类型	范围	意思是	标准差	描述
approval_year	浮点数/字符串*	1990-2024	2006年7月	10.0	FDA/监管机构批准年份
dosage_mg	浮点数/字符串*	10-990毫克	499.7	290.0	药物强度（毫克）
price_usd	浮点数/字符串*	2.32美元至499.24美元	251.12美元	144.81 美元	药品价格（美元）

*为了进行数据清理，特意存储为混合类型

关键统计数据

制造商分布

制造商	数数	百分比
辉瑞公司	170	12.2%
阿斯利康	~140	~10.0%
默克公司	~140	~10.0%
强生公司	~140	~10.0%
葛兰素史克	~140	~10.0%
其他的	~623	~44.8%

药物类别分布

药物类别	数数	最常见
消炎（药	154	✓
抗生素	~140
抗抑郁药	~140
抗病毒物质	~140
疫苗	~140
其他的	~679

副作用严重程度

严重程度	数数	百分比
严重	488	35.0%
缓和	~453	~32.5%
温和的	~452	~32.5%

潜在用例

1.机器学习应用

• 药物批准预测：根据药物特性预测批准可能性
• 价格预测：使用类别、制造商、剂量等特征估算药品价格
• 副作用分类：根据药物特性对严重程度进行分类
• 市场成功分析：分析影响药品市场表现的因素

2. 数据工程项目

• ETL 管道开发：实践数据清理和转换
• 数据质量评估：实施数据验证和质量检查
• 数据库设计：创建规范化的制药数据库模式
• 实时处理：药物监测系统的流处理

3.商业智能

• 医药市场分析：制造商市场份额和竞争分析
• 药物安全分析：副作用模式和安全性分析
• 监管合规性：审批趋势和监管时间表分析
• 定价策略：跨药品类别的竞争性定价分析