数据源太散： HIS管发药，LIS管细菌，病案室管床位，数据像是“孤岛”。 标准太难对： 厂家规格变了，DDD值要重新匹配，Excel的VLOOKUP卡到死机。 重复造轮子： 每个月都在做同样的“复制-粘贴-汇总”，毫无职业成就感。
输入 (Input)：HIS原始数据 + DDD标准字典（这是你的燃料）。 炼金 (Process)：Python脚本自动清洗、匹配、计算（这是炉子）。 输出 (Output)：一张完美的、符合院感科要求的Excel报表（这是黄金）。
| 步骤 | 描述/清单 | 备注/教练建议 |
| 1. 环境配置 | 安装 Python 环境 (推荐 Anaconda) | 就像装个QQ一样简单，装好后你的电脑就有了“数据大脑”。 |
| 2. 核心字典 | 这是最关键的一步！ 准备一份 Excel，包含：药品名称、规格、ATC编码、标准DDD值。 | 一次整理，终身受用。建议参考WHO官网或《抗菌药物临床应用指导原则》。 |
| 3. 数据源 | 从HIS导出月度抗生素出库表 (字段：药品ID、名称、规格、数量)。 | 找信息科要个固定模板，以后每月只需导这个文件。 |
自动识别并剔除退药记录（负数）。 统一单位：将所有的 g、mg、IU统一转换为标准计算单位。
SOP 2：ATC/DDD 映射 (Mapping) 利用 Pandas 的 merge功能，像拉链一样，把HIS数据和你的DDD字典精准匹配。避坑： 依靠“药品唯一ID”匹配最准，不要只靠“通用名”。 SOP 3：批量计算 (Calculation) 核心公式自动化： 单品种总DDD数 = (发药数量 × 规格含量) / 该药DDD标准值。Python 会在一瞬间算完几万条数据，不会像 Excel 那样转圈圈。 SOP 4：引入床日 (Adjustment) 输入当月的 同期收治患者人天数(Bed Days)。最终指标： AUD = (全院抗生素总DDD数 / 同期收治患者人天数) × 100。SOP 5：报表输出 (Export) 自动生成按科室、按抗生素级别（非限制/限制/特殊）汇总的透视表。
角色：你是一名精通 Python Pandas 的数据分析专家。
任务：请帮我写一个计算抗生素 DDD 值的 Python 脚本。
输入文件：
his_data.csv: 包含字段 [DrugID, DrugName, Spec_mg, Quantity] (HIS发药数据)
ddd_dict.xlsx: 包含字段 [DrugID, DDD_Standard_Value] (DDD标准字典)
处理逻辑：
读取两个文件。
将 his_data 与 ddd_dict 基于 DrugID 进行合并（Left Join）。
计算 Total_Dose = Quantity * Spec_mg。
计算 Total_DDD = Total_Dose / DDD_Standard_Value。
按照 DrugName 汇总 Total_DDD，并输出为一个新的 Excel 文件。
要求：代码需要有详细的中文注释，并处理可能出现的除以零的错误。
初级挑战：今晚回家，试着整理出你们医院前10位抗生素的DDD标准字典。 进阶福利：在公众号后台回复关键词**【DDD脚本】**，获取我已经写好的 Python 模板代码（含测试数据），下载即用！
