作为 pandas 和 python 的初学者,我试图在数据框中找到选择的 10 行,以满足以下要求:
- 分类列中每个类别只有 1 个
- 最大化一列的总和
- 同时将另一列的总和保持在指定阈值以下
我纠结的概念是如何同时完成所有这些。在这种情况下,目标是选择 10 行,得到一个子集,其中 OPW
的总和最大化,而 salary
的总和保持低于一个整数阈值,POS
中的所有字符串都是唯一的。如果它有助于理解问题,我基本上是想在预算内提出棒球梦之队,OPW
是衡量球员表现和 POS
作为我分配给他们的职位。当前数据框如下所示:
playerID OPW POS salary
87 bondsba01 62.061290 OF 8541667
439 heltoto01 41.002660 1B 10600000
918 thomafr04 38.107000 1B 7000000
920 thomeji01 37.385272 1B 6337500
68 berkmla01 36.210367 1B 10250000
785 ramirma02 35.785630 OF 13050000
616 martied01 32.906884 3B 3500000
775 pujolal01 32.727629 1B 13870949
966 walkela01 30.644305 OF 6050000
354 giambja01 30.440007 1B 3103333
859 sheffga01 29.090699 OF 9916667
511 jonesch06 28.383418 3B 10833333
357 gilesbr02 28.160054 OF 7666666
31 bagweje01 27.133545 1B 6875000
282 edmonji01 23.486406 CF 4500000
0 abreubo01 23.056375 RF 9000000
392 griffke02 22.965706 OF 8019599
... ... ... ...
如果我的团队只有 3 个人,分别是 OF
、1B
和 3B
,并且我有总和的薪水
阈值为 19,100,000 美元,我会得到以下团队:
playerID OPW POS salary
87 bondsba01 62.061290 OF 8541667
918 thomafr04 38.107000 1B 7000000
616 martied01 32.906884 3B 3500000
理想情况下,输出将是另一个数据框,其中只有 10 行满足要求。我能想到的唯一解决方案是引导一堆团队(10 行),每行都有一个唯一的 POS
,删除高于“薪水”总和阈值的团队,然后 sort_value( )
由 df.OPW.sum()
组成的团队。虽然不确定如何实现。也许有更优雅的方法来做到这一点?
编辑:更改数据框以提供更多信息,添加更多上下文。
最佳答案
这是一个线性规划问题。对于每个 POS,您试图最大化个人 OPW,而整个团队的总薪水受到约束。你不能用简单的 pandas 操作来解决这个问题,但是 PuLP可用于制定和解决它(有关示例,请参阅此处的案例研究)。
但是,您可以通过使用 pandas 按 POS 分组(或排序)然后(1)按 OPW 降序和薪水升序排序,或(2)添加某种“返回”来更接近手动解决方案投资”列(OPW 除以薪水,也许)并按降序排序以找到在每个位置上能给你带来最大 yield 的球员。
关于python - 查找最大化一列总和同时限制另一列总和的数据帧行的子集,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39951768/