怎么用pandas提取一个表格多个分子的指纹并存储

您可以使用RDKit库中的Morgan指纹来提取表格中多个分子的指纹。首先，您需要将表格中的分子转换为RDKit分子对象，然后使用Morgan指纹函数生成指纹。最后，您可以将指纹存储为CSV文件或其他格式。以下是一个示例代码：

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

# 读取表格
df = pd.read_csv('molecules.csv')

# 将SMILES字符串转换为RDKit分子对象
mols = [Chem.MolFromSmiles(smiles) for smiles in df['SMILES']]

# 生成Morgan指纹
fps = [AllChem.GetMorganFingerprintAsBitVect(mol, 2, nBits=1024) for mol in mols]

# 将指纹存储为CSV文件
fp_df = pd.DataFrame(fps)
fp_df.to_csv('fingerprints.csv', index=False)

这将提取表格中所有分子的Morgan指纹，并将其存储为名为“fingerprints.csv”的CSV文件。

相关问题

pandas 加载一个表格 并进行封装

好的，可以使用 Pandas 库中的 read_csv() 方法来加载一个表格，然后进行封装。例如，假设我们有一个名为 data.csv 的 csv 文件，它包含以下数据：

name,age,city
John,25,New York
Emily,30,San Francisco
Tom,35,Los Angeles

我们可以使用以下代码加载并封装这个表格：

import pandas as pd

class Table:
    def __init__(self, filepath):
        self.df = pd.read_csv(filepath)
    
    def get_row(self, index):
        return self.df.loc[index]
    
    def get_column(self, col_name):
        return self.df[col_name]
    
    def get_cell(self, row_index, col_name):
        return self.df.loc[row_index, col_name]

这个 Table 类中，我们在初始化时使用 read_csv() 方法加载表格，并将其存储在一个 DataFrame 对象中。然后，我们实现了三个方法来获取一行、一列或一个单元格的数据。例如，我们可以使用以下代码来使用这个 Table 类：

table = Table('data.csv')
print(table.get_row(1)) # 获取第二行数据
print(table.get_column('age')) # 获取 age 列数据
print(table.get_cell(0, 'city')) # 获取第一行 city 列数据

输出结果如下：

name            Emily
age                30
city    San Francisco
Name: 1, dtype: object
0    25
1    30
2    35
Name: age, dtype: int64
New York

Python pandas实现多个表生成一个表格代码

可以使用 pandas 库中的 merge() 或者 join() 方法将多个表格合并成一个表格。

以 merge() 方法为例，假设有两个表格 A 和 B，它们都有一个共同的列名为 key。可以使用下面的代码将这两个表格合并成一个新的表格 C：

import pandas as pd

# 创建表格 A
A = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                  'A': ['A0', 'A1', 'A2', 'A3'],
                  'B': ['B0', 'B1', 'B2', 'B3']})

# 创建表格 B
B = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],
                  'C': ['C0', 'C1', 'C2', 'C3'],
                  'D': ['D0', 'D1', 'D2', 'D3']})

# 合并表格 A 和 B
C = pd.merge(A, B, on='key')

print(C)

输出结果：

  key   A   B   C   D
0  K0  A0  B0  C0  D0
1  K1  A1  B1  C1  D1
2  K2  A2  B2  C2  D2
3  K3  A3  B3  C3  D3

其中 merge() 方法的参数 on 指定需要合并的列名。如果要合并的列名不同，可以使用 left_on 和 right_on 分别指定左表格和右表格的列名。

类似的，使用 join() 方法也可以实现多个表格合并成一个表格。不同之处在于 join() 方法是按照索引（行标签）进行合并的。具体使用方法可参考 pandas 官方文档。