如何用Pandas分离数据集唯一名称并分别执行遗传算法

核心思路 #

利用Pandas的groupby功能将数据集按Name列分组，再对每个分组单独调用你已实现的遗传算法函数，最后汇总各组的最优解。

步骤与代码示例 #

1. （可选）清洗Name列（处理示例中的冗余标点）

示例数据里存在a1和a1.这类疑似重复的名称，先清理避免无效分组：

import pandas as pd

# 假设你的数据集已导入为df
df['Name'] = df['Name'].str.rstrip('.')  # 去掉Name末尾的点符号

2. 定义你的遗传算法函数

确保函数输入为单个分组的DataFrame，输出包含x1-x3最优解的结构（比如字典或Series）：

def run_genetic_algorithm(group_df):
    # 这里插入你已实现的遗传算法逻辑
    # 示例逻辑（替换为你的实际代码）：
    # 提取当前分组的price和quantity数据
    prices = group_df['price'].values
    quantities = group_df['quantity'].values
    
    # 执行遗传算法计算x1-x3最优解
    # ...（你的算法代码）...
    
    # 返回最优解，比如字典格式
    return {'x1': optimal_x1, 'x2': optimal_x2, 'x3': optimal_x3}

3. 分组执行算法并汇总结果

# 按Name分组，对每个分组应用遗传算法
group_results = df.groupby('Name').apply(run_genetic_algorithm)

# 将结果转换为结构化DataFrame方便查看
results_df = group_results.reset_index(name='Optimal_Solution')

# 拆分最优解到单独列（可选）
results_df[['x1', 'x2', 'x3']] = results_df['Optimal_Solution'].apply(pd.Series)

优化建议 #

• 若数据集极大，单线程apply效率不足，可使用并行分组处理（比如借助swifter库实现并行apply，无需额外修改算法逻辑）。
• 执行前可先确认唯一名称列表：print(df['Name'].unique())，确保分组符合预期。
• 确保遗传算法函数仅依赖传入的分组数据，避免引用全局变量导致分组间数据污染。

内容的提问来源于stack exchange，提问作者it's M