批量计算sdf格式分子的五倍率描述符，并生成表格

一个脚本就能批量得到sdf化合物分子文件的五倍率描述符，生成一个excel表格！

首先，找个文件夹，将脚本放进文件夹中。然后创建一个名为linpinski_description_task的文件夹，把化合物分子放入linpinski_description_task文件夹中。然后执行脚本就得到csv表格了！

（注意sdf的文件不能有中文符号）  

美中不足的是，当前的版本批量处理得到的描述符文件是这个样子的：

每个分子的具体信息上方都会出现列名。要解决这个问题很简单，使用excel的“数据”、“清楚重复项”，即可：

取消“数据包含标题”

 具体代码：

from rdkit import Chem
from rdkit.Chem import Descriptors , AllChem
from rdkit.Chem import Lipinski
#lipinski五倍率规则
import xlwt
import pandas as pd
import os
def linpinski(file_dir):
    for root,dirs,files in os.walk(file_dir): 
        for file in files:
            if os.path.splitext(file)[1] == '.sdf':
                
                sdf_name = str(file[:-4])
                file_input = 'linpinski_description_task/' + sdf_name + '.sdf'
                sdffile = Chem.SDMolSupplier(file_input)
                mold = [i for i in sdffile]
                table = [] #最后会变成字典

                for i,mol in enumerate(mold):
                    smi=Chem.MolToSmiles(mol)
                    mw = Descriptors.ExactMolWt(mol)
                    logp = Descriptors.MolLogP(mol)
                    HBA = Lipinski.NumHAcceptors(mol)
                    HBD = Lipinski.NumHDonors(mol)
                    array={'name':'','smiles':'','mw':'','logP':'','HBA':'','HBD':''}
                    array['name']=sdf_name
                    array['smiles']=smi
                    array['mw']=mw
                    array['logP']=logp
                    array['HBA']=HBA
                    array['HBD']=HBD
                    table.append(array)
                    pf = pd.DataFrame(list(table))
                    order = ['name','smiles','mw','logP','HBA','HBD']
                    pf = pf[order]
                    print(pf)
                    pf.to_csv('五倍率描述符.csv',mode = 'a', encoding = 'utf-8')
                    #mode='a'将数据插入到已有表格中，而不是覆盖