如何在 DataFrame 中插入 x 字典？

Question

我必须将一系列字典插入到通过for循环生成的数据框中，我想让字典的键成为数据框列的标签，并将字典中的值插入到每个字典中行。

def description_all(df):
    full_descriptor=pd.DataFrame()
    for index, row in df.iterrows():
        mol = Chem.MolFromSmiles(df.at[index, 'smiles'])
        vals = Descriptors.CalcMolDescriptors(mol)
        ... #i need this part 

小代码解释

我目前正在使用 rdkit 库（化学材料库），在使用 Chem.MolFromSmiles(.. .）我获得一个 mol 类，然后使用 Descriptors.CalcMolDescriptors(mol) 我获得一个字典。
所以我需要一种方法将该字典放入每个 for 循环的数据框中。

编辑

from rdkit import Chem
from rdkit.Chem import Descriptors

#example of input 
data = [
        {"ID": "ZINC000000793995", "SMILES": "COc1cccc(CNc2ccc(S(=O)(=O)Nc3nccs3)cc2)c1O"},
        {"ID": "ZINC000000579895", "SMILES": "COc1cc(-c2ccc(O)cc2)c(OC)c(O)c1-c1ccc(OCC=C(C)C)c(O)c1"},
        {"ID": "ZINC000000532501", "SMILES": "O=C(O)c1cc2cc(Cl)ccc2o1"}
       ]
df = pd.DataFrame(data)

我期望的输出是通过将函数 Desripots.CalcMolDescriptors(mol) 作为输出给出的字典转换为数据帧来实现的，该字典由 210 个键组成，每个键都有一个值（基于该函数执行的一些计算）键只有 1 个值（浮点数），所以我想创建一个数据框，如下所示：

最大AbsE状态索引	最大房地产指数	最小房地产指数	qed	SPS	等等
11.038589741337306	11.038589741337306	0.05306747081548657	-0.12265326012304678	0.4358923373790937	....
10.528754724111867	10.528754724111867	0.07197530864197499	-1.0765532879818591	0.7631338366688623	....

这样标签就是字典的键（所有函数 Desripots.CalcMolDescriptors(mol) 相同的字典）并且每一行都对应于顶部标签中每个键的值

Answer 1

我会尽力回答你的问题；但是，请将来提供更多信息，正如 @mozway 评论的那样。

由于信息有限，我做了一些假设：

• df

  包含

  'smiles'

  列

• full_descriptor

  应包含

  Descriptors.CalcMolDescriptors()

  的最终输出，根据代码临时存储在

  vals

中

我从官方文档描述符计算中改编了一个解决方案。

import pandas as pd
from rdkit import Chem
from rdkit.Chem import Descriptors


# create dummy df with a smiles column
df = pd.DataFrame({'smiles': ['CCO', 'CCN', 'CCOCC']})

# get mol objects from smiles
df['mol'] = df['smiles'].apply(Chem.MolFromSmiles)

# calculate descriptors, convert to list for dataframe creation
list_of_descriptors = df['mol'].apply(Descriptors.CalcMolDescriptors).to_list()
full_descriptor = pd.DataFrame(list_of_descriptors)

说明：

• 将

  Chem.MolFromSmiles()

  应用于

  'smiles'

  列中的每个元素，并将对象存储在新创建的

  'Mol'

  列中。
• 将

  Descriptors.CalcMolDescriptors()

  应用于每个

  Mol

  对象并将生成的字典存储为字典列表。
• 从字典列表中创建

  full_descriptors

  DataFrame。键将用作列。

如果您想将函数应用于 DataFrame/Series 的每一行/列，则

.apply()

函数通常比使用 for 循环更有效。

或者，您也可以将 mol 对象存储在临时变量中，而不是原始 DataFrame 中的新列：

mols = df['smiles'].apply(Chem.MolFromSmiles)
list_of_descriptors = mols.apply(Descriptors.CalcMolDescriptors).to_list()

---

如果它解决了您的问题，请不要忘记接受这个答案；）

Answer 2

您还没有给我们一个

Descriptors.CalcMolDescriptors(mol)

的例子

输出。我假设它是一本字典，其值如下：

{'val_a':1, 'val_b':2} or {'val_c':5, 'val_d':4, 'val_a':3}

因此，您可以将每次迭代的结果添加到列表中以生成字典列表，然后将其转换为数据框：

import pandas as pd

def description_all(df):
    results = []
    for index, row in df.iterrows():
        mol = Chem.MolFromSmiles(df.at[index, 'smiles'])
        vals = Descriptors.CalcMolDescriptors(mol)
        results.append(vals)
        
    return pd.DataFrame(results)

输出：

   val_a  val_b  val_c  val_d
0      1    2.0    NaN    NaN
1      3    NaN    5.0    4.0