药品信息与市场分析数据集-sinananu
数据来源：互联网公开数据
标签：药品,药物,制药,药理学,机器学习,自然语言处理,药物分析,市场分析
数据概述：
本数据集包含20,000条关于药品的信息记录，涵盖了12个关键字段。这些数据旨在为药物研发、市场分析、药物安全性和临床应用提供支持。
字段定义：
药物名称（Drug Name，类别型）：每种药品的唯一标识符。
药物类别（Drug Class，类别型）：药品所属的类别，例如抗生素、镇静剂等。
适应症（Indication，类别型）：药品用于治疗的疾病或状况，例如缓解焦虑、控制血压等。
副作用（Side Effects，文本型）：药品常见的副作用列表。
剂型（Dosage Form，类别型）：药品提供的形式，如片剂、注射剂、凝胶等。
剂量强度（Dosage Strength，文本型）：药品的剂量强度，例如500毫克、250毫克等。
处方状态（Prescription Status，类别型）：药品是“处方药”还是“非处方药”（OTC）。
生产商（Manufacturer，类别型）：生产药品的公司。
批准年份（Approval Year，数值型）：药品获得批准的年份，范围从1980年到2023年。
描述（Description，文本型）：药品用途的简要说明。
价格（美元）（Price (USD)，数值型）：药品的价格，范围从5.02美元到499.93美元。
市场状态（Market Status，类别型）：药品是“在售”还是“停产”。
数据特征：
缺失数据：
“剂型”（Dosage Form）有212个缺失值。
“剂量强度”（Dosage Strength）有321个缺失值。
类别型变量：
“药物类别”（Drug Class）有10个不同的类别。
“适应症”（Indication）有10种不同的疾病或状况。
“市场状态”（Market Status）多数为“在售”（约占50%）。
价格分布：
价格的中位数为250美元左右。
部分药品价格低至5美元，而另一些则接近500美元。
数据用途概述：
该数据集适用于多种研究和应用场景，包括但不限于：
药物研发：通过分析药物的特征和副作用，辅助新药的研发。
市场分析：分析不同药品在市场上的表现，预测销售趋势。
药物安全：研究副作用，评估药物的安全性。
自然语言处理（NLP）：利用文本数据（副作用、描述）进行情感分析、文本摘要等。
机器学习：构建预测模型，例如预测药物价格、药物类别，或者根据适应症推荐合适的药物。
