Python 药品说明书结构化，药品适应症提取，基于正则处理药品适应症，药品知识图谱的基础，药品数据标准化

任务需求：将NER处理后的药品适应症进行加工，使其更加结构化

数据如下：

药品名称对应的适应症没有被一一分开，这样的数据噪声还是很大。

处理代码：

import pandas as pd
import re

#读入数据
df_01 = pd.read_excel('实体识别结果_0405.xlsx')
df_01.head()

基于正则分割：

#定义正则分隔符
pattern = '●|•|〇|·|；|/| |\?|、|，|？|\\|。|；|;|\*|2：|1.|2.|﹑'

#创建一个空列表，将分割结果装进列表
lis = []
for i in df_01.values:
    if pd.isnull(i[1]):#排除非零，这里有很多写法，也可以if i[1]:进行判断，非0进行如下操作
        continue
    shi = re.split(pattern=pattern , string=i[1])#适应症分割
    for j in shi:
        if j:
            lis.append([i[0],j])
#列表转化为dataframe
df_02 = pd.DataFrame(lis,columns = ["药名","适应症"])
df_02.head()

 保存结果：

df_02.to_excel('适应症_2022.xlsx')

总结：适应症的结构化是合理用药审核的必要阶段，也是药品知识图谱构建的必要步骤，正则的应用起到了关键左右，简单而又重要！