如何从过滤非NaN值的DataFrame创建Pyomo Set对象

没问题，我来帮你搞定这个需求！你现在的代码直接用了DataFrame的所有唯一索引，所以会包含A、B、C三个值。要只保留x列非NaN且为浮点型的索引（也就是"B"），需要先对DataFrame做过滤处理，再用过滤后的索引初始化Pyomo Set，具体步骤如下：

步骤1：清理并转换x列数据 #

首先，你的x列里的65,2看起来是欧洲格式的小数（用逗号做小数点分隔符），需要先把它转换成标准的浮点型，同时保留原有的NaN值：

import pandas as pd
import pyomo.environ as pyo

# 处理x列，将逗号替换为点后转为数值类型，无效值转为NaN
data['x'] = pd.to_numeric(data['x'].str.replace(',', '.'), errors='coerce')

步骤2：筛选有效索引 #

接着，筛选出x列非NaN的行，提取它们的索引：

# 过滤出x列不为NaN的行，获取唯一索引
valid_indices = data[data['x'].notna()].index.unique()

步骤3：初始化Pyomo Set #

最后用筛选后的有效索引来创建Set：

m = pyo.ConcreteModel()
m.index = pyo.Set(initialize=valid_indices, doc='Index Set with valid non-NaN float values')

这样创建出来的m.index就只会包含"B"这个索引啦！

内容的提问来源于stack exchange，提问作者oakca