中草药数据集50857条数据，字段包括：名称、别名、出处、功效、味 、应用举例、归经、性状 、来源、注意事项、炮制、用法

中草药数据集50857条数据字段包括名称、别名、出处、功效、味 、应用举例、归经、性状 、来源、注意事项、炮制、用法excel格式。150857条中草药结构化数据集 使用全指南这是目前国内结构化程度极高的中草药专业知识库共50857条数据覆盖从药材基本信息到临床用法、禁忌的全维度字段Excel格式开箱即用不管是自用查询、AI训练、知识库搭建还是应用开发都能直接用。一、数据集基础信息字段说明数据为标准结构化表格无乱码非结构化内容不需要额外做实体抽取每个字段拆分清晰字段名字段含义示例内容名称中草药正名药典标准通用名人参、黄芪、当归、金银花别名异名、俗名、地方别称人参棒槌、血参、地精出处最早记载的本草著作/文献来源《神农本草经》《本草纲目》功效核心主治功效大补元气复脉固脱补脾益肺味中药五味属性酸/苦/甘/辛/咸/淡等甘、微苦应用举例临床配伍、适用病症、附方用于体虚欲脱肢冷脉微脾虚食少归经药物作用归属的经络归脾、肺、心、肾经性状药材外观性状鉴别特征主根呈纺锤形或圆柱形表面灰黄色来源药材基原植物/动物/矿物来源五加科植物人参的干燥根和根茎注意事项用药禁忌、副作用、不适宜人群不宜与藜芦、五灵脂同用实证忌服炮制药材加工炮制方法润透切薄片干燥用法用量、服用方法39g另煎兑服可研粉吞服二、分场景使用方法从零基础到进阶开发场景1零代码自用/日常查询中医爱好者/普通人不用写代码直接用Excel就能实现专业查询快速检索打开Excel按CtrlF直接搜索药名、症状、功效比如搜“补气”就能找到所有补气类中药搜“孕妇慎用”就能筛选出所有孕妇禁忌药材多条件筛选点击【数据】→【筛选】可以按归经、性味筛选比如一键找出“归肺经、味甘”的所有药材匹配对应症状自动查询表用XLOOKUP做一个专属查询页输入药名自动带出所有信息新工作表A1输入药名B1输入公式XLOOKUP(A1, 药材表!A:A, 药材表!D:D, 未找到)就能自动匹配功效、禁忌、用法不用翻全表。场景2搭建中草药RAG知识库AI中医助手核心最推荐把数据集做成可检索的专业知识库搭配大模型实现零幻觉的中草药问答所有回答都来自权威数据不会瞎编内容是做中医AI的核心底座。步骤1数据预处理Python代码把结构化数据拼接成自然语言文档方便向量化importpandasaspd# 读取Exceldfpd.read_excel(中草药数据集50857条.xlsx)dfdf.fillna(暂无记载)# 填充空值# 拼接为结构化文档documents[]for_,rowindf.iterrows():docf 中草药名称{row[名称]}别名{row[别名]}出处{row[出处]}性味{row[味]}归经{row[归经]}功效{row[功效]}临床应用{row[应用举例]}药材性状{row[性状]}来源{row[来源]}炮制方法{row[炮制]}用法用量{row[用法]}注意事项禁忌{row[注意事项]}.strip()documents.append(doc)# 保存为知识库文件withopen(中草药知识库.txt,w,encodingutf-8)asf:f.write(\n\n.join(documents))步骤210行代码搭建RAG问答系统用LangChainChroma向量库大模型直接运行就能提问fromlangchain.vectorstoresimportChromafromlangchain.embeddingsimportHuggingFaceEmbeddingsfromlangchain.text_splitterimportCharacterTextSplitterfromlangchain.chainsimportRetrievalQAfromlangchain.llmsimportTongyi# 可替换为OpenAI/开源大模型# 1. 文本分块withopen(中草药知识库.txt,encodingutf-8)asf:textsf.read().split(\n\n)splitterCharacterTextSplitter(chunk_size500,chunk_overlap50)split_docssplitter.create_documents(texts)# 2. 向量化存入向量库embeddingsHuggingFaceEmbeddings(model_nameshibing624/text2vec-base-chinese)dbChroma.from_documents(split_docs,embeddings,persist_directory./tcm_db)db.persist()# 3. 搭建问答链qaRetrievalQA.from_chain_type(llmTongyi(dashscope_api_key你的API_KEY,model_nameqwen-max),chain_typestuff,retrieverdb.as_retriever(search_kwargs{k:3}),return_source_documentsTrue)# 4. 提问测试resultqa(黄芪有什么功效孕妇能吃吗)print(result[result])这个系统可以直接接入公众号、小程序、微信机器人做专业中草药问答机器人。场景3训练中草药专属AI大模型垂直领域微调把结构化数据自动生成问答对和之前的54万中医问答数据集结合微调专门的中草药大模型专业性远超通用大模型importpandasaspdimportjson dfpd.read_excel(中草药数据集50857条.xlsx).fillna(暂无记载)train_data[]# 自动生成多维度问答对5万味药≈20万条高质量指令数据for_,rowindf.iterrows():namerow[名称]# 功效类问答train_data.append({instruction:请专业回答中草药相关问题内容准确。,input:f{name}有什么功效,output:f{name}味{row[味]}归{row[归经]}功效为{row[功效]}临床常用于{row[应用举例]}。})# 禁忌类问答train_data.append({instruction:请专业回答中草药相关问题内容准确。,input:f{name}有什么禁忌和注意事项,output:f{name}的注意事项{row[注意事项]}用法用量{row[用法]}请遵医嘱服用。})# 用法类问答train_data.append({instruction:请专业回答中草药相关问题内容准确。,input:f{name}怎么炮制用法用量是多少,output:f{name}炮制方法{row[炮制]}用法用量{row[用法]}。})# 性味归经类问答train_data.append({instruction:请专业回答中草药相关问题内容准确。,input:f{name}的性味归经是什么,output:f{name}味{row[味]}归{row[归经]}最早记载于{row[出处]}。})# 保存为微调标准JSONL格式withopen(中草药微调数据集.jsonl,w,encodingutf-8)asf:foritemintrain_data:f.write(json.dumps(item,ensure_asciiFalse)\n)生成的数据集直接用LlamaFactory等工具就能微调Qwen、Llama等开源模型得到专属中草药AI。场景4桌面端查询工具PyQt5和你之前的检测界面同风格直接运行就能得到一个带图形界面的中草药查询软件适合做课设、小工具importsysimportpandasaspdfromPyQt5.QtWidgetsimportQApplication,QWidget,QLabel,QLineEdit,QPushButton,QTextEdit,QVBoxLayoutclassTCMQueryTool(QWidget):def__init__(self):super().__init__()self.dfpd.read_excel(中草药数据集50857条.xlsx).fillna(暂无记载)self.setWindowTitle(中草药查询工具)self.setFixedSize(650,550)self.init_ui()definit_ui(self):layoutQVBoxLayout()self.edit_inputQLineEdit()self.edit_input.setPlaceholderText(输入中草药名称/别名)self.btn_queryQPushButton(查询药材信息)self.text_resultQTextEdit()self.btn_query.clicked.connect(self.query_info)layout.addWidget(QLabel(中草药查询))layout.addWidget(self.edit_input)layout.addWidget(self.btn_query)layout.addWidget(QLabel(药材详情))layout.addWidget(self.text_result)self.setLayout(layout)defquery_info(self):nameself.edit_input.text().strip()# 支持正名别名检索resself.df[self.df[名称].str.contains(name)|self.df[别名].str.contains(name)]iflen(res)0:self.text_result.setText(未找到对应药材请检查名称)returnrowres.iloc[0]infof 【名称】{row[名称]}【别名】{row[别名]}【出处】{row[出处]}【性味】{row[味]}【归经】{row[归经]}【功效】{row[功效]}【临床应用】{row[应用举例]}【炮制方法】{row[炮制]}【用法用量】{row[用法]}【禁忌注意】{row[注意事项]}.strip()self.text_result.setText(info)if__name____main__:appQApplication(sys.argv)winTCMQueryTool()win.show()sys.exit(app.exec_())场景5数据分析科普/科研用pandas做统计可视化适合做公众号内容、科普、论文importpandasaspdimportmatplotlib.pyplotasplt plt.rcParams[font.sans-serif][SimHei]plt.rcParams[axes.unicode_minus]Falsedfpd.read_excel(中草药数据集50857条.xlsx)# 1. 中药五味分布统计wei_topdf[味].value_counts().head(10)plt.figure(figsize(10,6))wei_top.plot(kindbar,color#88c999)plt.title(中草药五味分布Top10)plt.xticks(rotation45)plt.tight_layout()plt.savefig(五味分布.png)# 2. 归经分布统计guijing_topdf[归经].value_counts().head(8)plt.figure(figsize(8,8))guijing_top.plot(kindpie,autopct%1.1f%%)plt.title(中草药归经分布)plt.savefig(归经分布.png)# 3. 高频功效统计fromcollectionsimportCounter gx_words[]forgxindf[功效].dropna():gx_words.extend(str(gx).split(、))gx_topCounter(gx_words).most_common(20)print(高频功效Top20,gx_top)可以生成“中药里什么味的药最多”“最常见的中药功效”这类科普内容适合发短视频、公众号。三、必做的数据预处理步骤拿到数据先做简单清洗避免脏数据去重df df.drop_duplicates(subset[名称])删除重复药材空值处理空值统一填充为“暂无记载”避免程序报错别名拆分别名字段是顿号分隔可以拆分为列表支持别名检索毒性标注额外新增“是否有毒”列从注意事项里提取“大毒”“有毒”“孕妇禁用”等关键词自动标注。