首页
/ RDKit PandasTools模块中WriteSDF函数的使用问题解析

RDKit PandasTools模块中WriteSDF函数的使用问题解析

2025-06-28 23:44:08作者:沈韬淼Beryl

在使用RDKit进行化学信息学处理时,PandasTools模块提供了便捷的数据框与分子对象之间的转换功能。本文将详细分析一个常见的WriteSDF函数使用问题及其解决方案。

问题现象

用户在尝试使用PandasTools.WriteSDF函数将包含分子结构的数据框写入SDF文件时,遇到了两种不同的运行时错误:

  1. "Bad pickle format: unexpected End-of-File while reading"
  2. "Bad pickle format: bad endian ID or invalid file format"

这些错误发生在调用WriteSDF函数时,特别是当尝试从数据框中读取分子对象列时。

错误原因分析

经过深入分析,发现问题的根源在于函数参数的使用不当。用户最初使用了molColName参数来指定分子ID列,但实际上:

  1. molColName参数在WriteSDF函数中用于指定包含分子对象的列名,而不是分子ID列
  2. 对于分子ID列,应该使用idName参数
  3. 当参数使用不当时,RDKit会尝试将ID列错误地解释为分子对象,导致pickle反序列化失败

解决方案

正确的调用方式应该是:

PandasTools.WriteSDF(df, output_file, idName='ID', properties=list(df.columns))

关键点说明:

  1. 使用idName参数指定包含分子ID的列名
  2. properties参数可以指定需要写入SDF文件的所有列
  3. 数据框中必须包含一个有效的分子对象列(通常通过AddMoleculeColumnToFrame添加)

完整示例代码

以下是修正后的完整代码示例:

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

# 读取CSV文件
df = pd.read_csv(input_file)

# 添加分子列
PandasTools.AddMoleculeColumnToFrame(df, 'smiles', 'ROMol')

# 加氢处理
df["Mol_H"] = df["ROMol"].apply(Chem.AddHs)

# 分子嵌入
df["Mol_H"].map(AllChem.EmbedMolecule)

# 正确写入SDF文件
PandasTools.WriteSDF(df, output_file, idName='ID', properties=list(df.columns))

最佳实践建议

  1. 始终检查数据框中分子列的存在性和有效性
  2. 明确区分分子对象列和分子ID列
  3. 对于大型数据集,考虑分批处理以避免内存问题
  4. 在写入前验证分子对象的完整性

通过正确使用WriteSDF函数的参数,可以避免这类序列化错误,确保化学数据的高效处理和存储。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
152
1.96 K
kernelkernel
deepin linux kernel
C
22
6
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
431
34
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
251
9
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
190
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
989
394
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
193
274
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
936
554
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
69