如何通过Pandas分组筛选多数文献显示疾病下调作用的药物

核心逻辑是按Drug字段分组后统计每个药物的下调结论占比，再筛选符合要求的药物。 #

方法1：严格多数（下调论文数超过总论文数的1/2） #

符合你示例中对“多数”的判定逻辑：

# 1. 按药物分组统计总论文数、下调结论的论文数
drug_stats = df.groupby("Drug", as_index=False).agg(
    total_cnt = ("Journal", "count"),
    down_cnt = ("Affect", lambda ser: (ser == "downregulate").sum())
)

# 2. 筛选符合条件的药物，输出为列表
qualified_drugs = drug_stats[drug_stats["down_cnt"] > drug_stats["total_cnt"] / 2]["Drug"].tolist()

方法2：相对多数（下调是所有结论中占比最高的类型） #

如果你的“多数”指下调结论的数量比其他任意单类结论都多（不需要超过总数量的一半），可以用如下逻辑：

qualified_drugs = (
    df.groupby("Drug")["Affect"]
    # 取每个药物出现次数最多的作用效果
    .agg(lambda ser: ser.value_counts().idxmax())
    # 筛选出最常见效果为下调的药物
    .loc[lambda x: x == "downregulate"]
    .index
    .tolist()
)

补充说明：数据拼写校正 #

你提供的示例数据中存在aspirin拼写为aspririn、ibuprofen拼写为iboruprofen的错误，如果需要把拼写错误的同一种药物合并统计，可以提前做数据清洗：

# 可根据实际错误情况扩展校正映射表
spell_map = {
    "aspririn": "aspirin",
    "iboruprofen": "ibuprofen"
}
df["Drug"] = df["Drug"].replace(spell_map)

内容的提问来源于stack exchange，提问作者Electra