使用python查找具有条件逻辑的组合

问题描述

我正在尝试解决一个优化问题，我从数据框中获取名称列表（每行包含附加信息），找到满足某些约束的组合列表。说明这一点的最佳方式是使用每日梦幻高尔夫数据：

https://docs.google.com/spreadsheets/d/1tLHORoavhIQ7p4I6rHPuOU3GbJgxSp_O__wZLAaNQvc/edit?usp=sharing 更新： 我想要做的是找到玩家名称的不同组合（组合大小为 6，从最多可达到 60 的列表中）。 需要注意的是，我只想保留这两个约束的组合：

1. 6名球员的工资总和为
2. 'score' 大于 3 但小于 7

我的方法是 1. 找到组合，然后 2. 过滤输出，但这需要几分钟才能完成。我的问题是是否有比下面的代码更理想的方法来创建我想要的组合。谢谢

import numpy as np
import pandas as pd
from itertools import combinations as comb

#get the data im working with from google sheets
file = 'https://docs.google.com/spreadsheets/d/e/2PACX-1vS-bxUEIkfCNr_HBDnattVnjsBfudPc9ECckD80IRYlZr9tcwpyB2mvRkhw6ZFj57ijDt4JH_3k8zSs/pub?gid=0&single=true&output=csv'
df = pd.read_csv(file)
#get the columns I need and drop the empty rows
playersdf = df[['Player','Salary','Avg','score']].dropna(how='any').set_index('Name')

playersdf['Salary'] = playersdf['Salary'].str.replace(',','').astype('int32')
#creating new df to wrap it all together and avoid the save with copy warnings

combos = pd.DataFrame()
lineups = pd.DataFrame()


#create the combinations of size 2 and convert to lists
favs = comb(playersdf.index.tolist(),6)
i = 1
#loop through the combos and find the ones we want and aggregating the details behind those combinations
for item in favs:
    combo = playersdf[playersdf.index.isin(item)]
    if ((combo['score'].sum()>=3) & (combo['score'].sum()<=7)):
        combos = combo.copy()
        combos['ComboNumber']=i
        combos['score Total'] = combo['score'].sum()
        combos['Salary Total'] = combo['Salary'].sum()
        combos['Lineup'] = str(item)
        i+=1
        #add the combos we want to a dataframe if even
        lineups = pd.concat([combos,lineups],ignore_index=False,sort=False)

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）