io_module

# Datamol I/O 模块参考 `datamol.io` 模块为多种格式的分子数据提供了全面的文件处理功能。 ## 读取分子文件 ### `dm.read_sdf(filename, sanitize=True, remove_hs=True, as_df=True, mol_column='mol', ...)` 读取结构数据文件 (SDF) 格式。 - **参数**: - `filename`: SDF 文件路径（通过 fsspec 支持本地和远程路径） - `sanitize`: 对分子应用清洗 - `remove_hs`: 移除显式氢原子 - `as_df`: 返回 DataFrame (True) 或分子列表 (False) - `mol_column`: DataFrame 中的分子列名称 - `n_jobs`: 启用并行处理 - **返回**: DataFrame 或分子列表 - **示例**: `df = dm.read_sdf("compounds.sdf")` ### `dm.read_smi(filename, smiles_column='smiles', mol_column='mol', as_df=True, ...)` 读取 SMILES 文件（默认以空格分隔）。 - **常见格式**: SMILES 后跟分子 ID/名称 - **示例**: `df = dm.read_smi("molecules.smi")` ### `dm.read_csv(filename, smiles_column='smiles', mol_column=None, ...)` 读取 CSV 文件，支持可选的自动 SMILES 到分子转换。 - **参数**: - `smiles_column`: 包含 SMILES 字符串的列 - `mol_column`: 如果指定，则从 SMILES 列创建分子对象 - **示例**: `df = dm.read_csv("data.csv", smiles_column="SMILES", mol_column="mol")` ### `dm.read_excel(filename, sheet_name=0, smiles_column='smiles', mol_column=None, ...)` 读取带有分子处理功能的 Excel 文件。 - **参数**: - `sheet_name`: 要读取的工作表（索引或名称） - 其他参数与 `read_csv` 类似 - **示例**: `df = dm.read_excel("compounds.xlsx", sheet_name="Sheet1")` ### `dm.read_molblock(molblock, sanitize=True, remove_hs=True)` 解析 MOL 块字符串（分子结构的文本表示）。 ### `dm.read_mol2file(filename, sanitize=True, remove_hs=True, cleanupSubstructures=True)` 读取 Mol2 格式文件。 ### `dm.read_pdbfile(filename, sanitize=True, remove_hs=True, proximityBonding=True)` 读取蛋白质数据库 (PDB) 格式文件。 ### `dm.read_pdbblock(pdbblock, sanitize=True, remove_hs=True, proximityBonding=True)` 解析 PDB 块字符串。 ### `dm.open_df(filename, ...)` 通用 DataFrame 读取器 - 自动检测格式。 - **支持格式**: CSV, Excel, Parquet, JSON, SDF - **示例**: `df = dm.open_df("data.csv")` 或 `df = dm.open_df("molecules.sdf")` ## 写入分子文件 ### `dm.to_sdf(mols, filename, mol_column=None, ...)` 写入分子