PuLP优化报错'LpVariable'不支持索引 代码配置与逻辑咨询

报错核心原因 #

你遇到的'LpVariable' object does not support indexing报错，完全来自PuLP变量定义环节的写法错误，和你前期整理数据集、匹配SKU/售价/历史销量映射关系的配置逻辑没有关系。

代码现存问题 #

• 变量定义方式错误：后续编写的Variable_list = LpVariable("SKU", lowBound=0)，只会生成单个无下标的标量变量，直接覆盖了你之前提前构建的SKU-变量映射字典。这个标量变量本身不支持用SKU值做索引，因此在执行目标函数的列表推导时会直接触发报错。
• 约束逻辑失效：当前编写的约束Qty_list[c] <= Qty_list[c]*1.05，左右两端全是固定的历史销量均值，没有代入需要优化的补货量变量，就算运行不报错，这条约束也只是恒成立的无效不等式，起不到限制补货量浮动范围的作用。
• 映射关系不匹配：你设计的目标函数是按每个SKU分别计算销售额再加总，但生成的变量没有和SKU列表做绑定，无法通过SKU键取出对应决策值参与计算。

原有循环逻辑的合理性判断 #

你编写的按门店过滤数据、按UPC维度聚合计算平均售价/平均历史销量的For循环逻辑是合理的，不需要调整，只需修正PuLP建模环节的写法即可。

修正后的核心建模代码 #

from pulp import *
optimization = LpProblem("Perfect_Store", LpMaximize)

# 批量生成可按SKU索引的补货量决策变量，替代原有的单个标量变量
replenish_vars = LpVariable.dicts(
    name="ReplenishQty",
    indices=SKU_list,
    lowBound=0,
    cat="Continuous"
)

# 写入最大化总销售额的目标函数
optimization += lpSum(
    [Price_list[sku] * replenish_vars[sku] for sku in SKU_list]
), "TotalMaxSales"

# 写入修正后的补货量约束：单SKU补货量不超过历史平均销量的5%上浮范围
for sku in SKU_list:
    optimization += (
        replenish_vars[sku] <= Qty_list[sku] * 1.05,
        f"ReplenishLimit_{sku}"
    )

# 求解并打印模型状态
optimization.solve()
print("Status:", LpStatus[optimization.status])

内容的提问来源于stack exchange，提问作者user15257254