以下代码运行后得到的data['Fingerprint']使用data.info()查看还是object而非float64，这是为什么呢？到底该如何解决 smiles = data['SMILES'] # 创建一个空的列表来存储分子指纹 fps = [] # 遍历每个SMILES，计算Morgan指纹并添加到列表中 for smi in smiles: mol = Chem.MolFromSmiles(smi) fp = AllChem.GetMorganFingerprintAsBitVect(mol, 2) # 这里使用默认的Morgan指纹参数 fps.append(fp.ToBitString())# 将分子指纹转换为数值数组 fps_array = np.array([list(fp) for fp in fps], dtype=int)# 将分子指纹加入数据集 data['Fingerprint'] = fps_array.tolist()

问题出在最后一行代码`data['Fingerprint'] = fps_array.tolist()`上。在这行代码中，你将`fps_array`转换为列表并赋值给了`data['Fingerprint']`，因此`data['Fingerprint']`的数据类型变为了object而非float64。

要解决这个问题，你可以使用`pd.Series()`函数来创建一个新的Series对象，并将其赋值给`data['Fingerprint']`，而无需将`fps_array`转换为列表。这样可以保持数据类型为float64。

以下是修正后的代码：

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

smiles = data['SMILES']
fps = []

for smi in smiles:
    mol = Chem.MolFromSmiles(smi)
    fp = AllChem.GetMorganFingerprintAsBitVect(mol, 2)
    fps.append(fp.ToBitString())

fps_array = np.array([list(fp) for fp in fps], dtype=int)

data['Fingerprint'] = pd.Series(fps_array.tolist(), dtype=np.float64)

在这个修正后的代码中，我们使用`pd.Series()`函数来创建一个新的Series对象，并将其赋值给`data['Fingerprint']`。由于我们指定了数据类型为np.float64，因此`data['Fingerprint']`的数据类型将保持为float64。

请注意，你需要先导入pandas库，并确保你的数据集使用了正确的列名。