pandas和python的初学者，我试图在数据框中选择10行，以满足以下要求：
我挣扎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，从而产生一个子集，其中OPW的总和最大化，而salary的总和仍然低于整数阈值，并且所有POS中的字符串是唯一的。如果它有助于理解问题，我基本上是想按照预算来设立棒球梦之队，OPW是衡量球员表现的标准，POS是我的位置将它们分配给。当前的数据框如下所示：
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，OF，1B和3B，我的总和salary门槛为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，输出是另一个只有满足要求的10行的数据帧。我能想到的唯一解决方案是引导一堆团队（10行），每行有一个唯一的POS，删除超过'薪水'总和阈值的团队，然后sort_value()团队df.OPW.sum()。不知道如何实现这一点。也许有更优雅的方式来做到这一点？
编辑：更改了数据框以提供更多信息，添加了更多上下文。
答案 0 :(得分：1)
IIUC您可以使用groupby汇总sum：
df1 = df.groupby('category', as_index=False).sum()
print (df1)
category value cost
0 A 70 2450
1 B 67 1200
2 C 82 1300
3 D 37 4500
然后按boolean indexing与treshold：
tresh = 3000
df1 = df1[df1.cost < tresh]
最后按nlargest获得前10名：
#in sample used top 3, in real data is necessary set to 10
print (df1.nlargest(3,columns=['value']))
category value cost
2 C 82 1300
0 A 70 2450
1 B 67 1200
答案 1 :(得分：1)
这是线性编程问题。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PuLP可以用来制定和解决它（参见案例研究中的一些例子）。
但是，你可以通过使用pandas按POS（或排序）POS然后（1）按OPW降序和工资升序排序，或者（2）添加某种“返回”来接近手动解决方案投资“专栏（OPW除以薪水，也许），然后按下降排序，找到能给你带来每个位置最大收益的球员。