Python:将numpy ndarray的值添加到现有的pandas Dataframe中

Question

我有一个以行 id 为索引的化学信息学数据集(输入数据(，编码器函数正在将我的微笑字符串转换为 numpy ndarray 形式的二进制数。我想在我的输入数据帧中添加另一列作为指纹，但在转换为熊猫系列时出现错误。谁能告诉我怎么做？

for index, row in input_table.iterrows():
        fp_a=(mhfp_encoder.secfp_from_smiles(row['usmiles_c']))   #creates a binary num
        column_series = pd.Series(fp_a)
        input_table['new_col']=pd.Series(fp_a)

错误：值的长度与索引的长度不匹配

Answer 1

你得到错误，因为 pd。"系列"为您提供了一个包含 2048 行(MHFP 指纹的位长度(的数据帧，但您的数据帧具有其他行数。

您可以通过另一种方式将指纹附加到数据帧。

如果您有这样的数据帧

import pandas as pd
smiles = ['CCC(C)(C)N', 'NCC(O)CO', 'NCCN1CCNCC1','NCCN']
input_table = pd.DataFrame(smiles, columns=['usmiles_c'])
print(input_table)
     usmiles_c
0   CCC(C)(C)N
1     NCC(O)CO
2  NCCN1CCNCC1
3         NCCN

并像这样制作指纹

from mhfp.encoder import MHFPEncoder
mhfp_encoder = MHFPEncoder()
fps = []
for smiles in input_table['usmiles_c']:
    fp = mhfp_encoder.secfp_from_smiles(smiles)
    fps.append(fp)

您可以将整个指品脱附加到一列中

input_table['new_col'] = fps
print(input_table)
     usmiles_c                                            new_col
0   CCC(C)(C)N  [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, ..., 0
1     NCC(O)CO  [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, ..., 0
2  NCCN1CCNCC1  [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, ..., 0
3         NCCN  [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, ..., 0

或为每个位创建一个单独的列

col_name = range(len(fps[0]))
for n in col_name:
    input_table[n] = [m[n] for m in fps]
print(input_table)
     usmiles_c  0  1  2  3  4  5  ...  2041  2042  2043  2044  2045  2046  2047
0   CCC(C)(C)N  0  0  0  0  0  0  ...     0     0     0     0     0     0     0
1     NCC(O)CO  0  0  0  0  0  0  ...     0     0     0     0     0     0     0
2  NCCN1CCNCC1  0  0  0  0  0  0  ...     0     0     0     0     0     0     0
3         NCCN  0  0  0  0  0  0  ...     0     0     0     0     0     0     0