如何在Pandas DataFrame中统一同药品（不同后缀）的Code值

核心思路 #

先提取药品的基础名称（去掉名称后的数字后缀），再通过映射关系把同一基础名称的Code替换成你想要的统一值，既灵活又能保留原Code的直观性。

方法一：手动指定映射（最推荐，完全按需求控制） #

步骤1：提取无后缀的基础药品名称

用正则表达式精准去掉名称末尾的数字和前置空格，适配Ibuprofen 378这类带数字后缀的名称格式：

import pandas as pd

# 替换成你的实际DataFrame
df = pd.DataFrame({
    'Name': ['Ibuprofen 378', 'Ibuprofen 1992', 'Paracetamol 500', 'Paracetamol 1000', 'Aspirin'],
    'Code': ['MOTR', 'ADVL', 'PARA', 'PARX', 'ASPR'],
    'Amount': [10, 20, 15, 5, 8],
    'Seller': ['A', 'B', 'C', 'D', 'E']
})

# 提取基础名称：剔除末尾的数字部分
df['Base_Name'] = df['Name'].str.replace(r'\s+\d+$', '', regex=True)

步骤2：定义映射关系并替换Code

根据需求自定义每个基础名称对应的目标Code，未指定的药品会保留原Code：

# 键是基础名称，值是你要统一的目标Code
code_mapping = {
    'Ibuprofen': 'ADVL',  # 把所有Ibuprofen相关的Code换成ADVL
    'Paracetamol': 'PARA' # 把所有Paracetamol相关的Code换成PARA
}

# 替换Code列，未在映射中的条目保持原Code不变
df['Code'] = df['Base_Name'].map(code_mapping).fillna(df['Code'])

处理后结果示例：

方法二：自动用组内最常见的Code统一 #

如果不想手动写映射，可让系统自动把同一药品的Code统一为该组出现次数最多的Code：

# 统计每个基础名称对应的最高频Code
most_common_code = df.groupby('Base_Name')['Code'].agg(lambda x: x.value_counts().idxmax())

# 替换Code列
df['Code'] = df['Base_Name'].map(most_common_code)

方法三：用组内第一个出现的Code统一 #

直接用每个药品组里第一个出现的Code作为统一值：

# 获取每个基础名称组的第一个Code
first_code = df.groupby('Base_Name')['Code'].first()

# 替换Code列
df['Code'] = df['Base_Name'].map(first_code)

内容的提问来源于stack exchange，提问作者python learner