如何在循环中将字典插入DataFrame并设字典键为列名？

直接收集所有描述符字典再一次性转为DataFrame是最高效的方式，比循环内逐行追加到DataFrame性能好得多，同时还能处理无效SMILES的情况。

完整实现代码 #

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

# 输入示例数据
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)

# 初始化列表存储每个分子的描述符字典
descriptors_list = []

for smiles in df["SMILES"]:
    # 将SMILES转为RDKit Mol对象
    mol = Chem.MolFromSmiles(smiles)
    if mol is not None:
        # 计算所有分子描述符，得到字典
        desc_dict = Descriptors.CalcMolDescriptors(mol)
        descriptors_list.append(desc_dict)
    else:
        # 若SMILES解析失败，插入空字典保证行数对齐
        descriptors_list.append({})

# 将字典列表转为DataFrame，自动用字典键作为列名
descriptors_df = pd.DataFrame(descriptors_list)

# 可选：合并原数据的ID列，方便关联分子信息与描述符
final_df = pd.concat([df[["ID"]], descriptors_df], axis=1)

# 查看结果示例
print(final_df[["ID", "MaxAbsEStateIndex", "qed"]].head())

关键说明 #

• 性能优化：用列表收集所有描述符字典后再转DataFrame，避免循环中df.append()的低效操作（pandas中append本身就是低效的，数据量大时差距明显）
• 容错处理：加入mol is not None的判断，跳过无法解析的SMILES，同时插入空字典保证最终DataFrame的行数与原数据一致
• 列名自动匹配：pd.DataFrame(descriptors_list)会自动把所有字典的键合并为列名，缺失值会填充为NaN

输出效果 #

生成的final_df包含原数据的ID列，以及210个RDKit分子描述符列（如MaxAbsEStateIndex、qed等），每一行对应一个分子的描述符数值。

内容的提问来源于stack exchange，提问作者Michael Testini