RDKit调用Chem.MolFromSmiles批量转SMILES为mol对象报错排查

代码存在两处问题，分别触发报错和逻辑错误：

• 输入混入非法类型：报错明确提示传入了float类型对象，说明str_smiles列表并非全为字符串格式的SMILES，最常见的情况是读取表格类数据时，空SMILES被解析为float类型的NaN，RDKit底层基于C++实现，仅接收字符串类型输入，碰到浮点值就会抛出该类型转换错误。
• 转换逻辑错误：Chem.MolFromSmiles()的返回值才是转换后的mol对象，现有代码未接收该返回值，直接将遍历得到的原始SMILES值追加到结果列表，即使不报错，最终得到的也不是目标mol对象。

先清洗输入数据过滤非字符串空值，再正确接收转换结果，同时增加非法SMILES判断，避免无效值中断流程：

from rdkit import Chem
import math

mol_object_list = []
for smi in str_smiles:
    # 跳过float类型的空值NaN
    if isinstance(smi, float) and math.isnan(smi):
        continue
    # 去除首尾空白，兜底转字符串
    smi = str(smi).strip()
    if not smi:
        continue
    mol = Chem.MolFromSmiles(smi)
    # 仅保留转换成功的有效mol对象
    if mol is not None:
        mol_object_list.append(mol)

如果是通过pandas读取的数据集，可以在取SMILES列时先调用.dropna()去除空值，从源头避免float类型的空值混入列表。

内容的提问来源于stack exchange，提问作者Cris Silva