如何基于Pandas数据框非零项在Pyomo中生成二进制变量?
解决方案
先筛选出数据框中数值大于0的所有(列, 行)对,再用这些配对作为变量的索引集合,就能避免生成多余变量。以下是两种简洁实现方式:
方法一:利用stack()和布尔筛选
import pandas as pd from pyomo.environ import ConcreteModel, Var, Binary df = pd.read_csv(...) # 筛选出所有值>0的(行, 列)对,转换为(列, 行)的顺序 valid_pairs = [(col, row) for row, col in df.stack()[df.stack() > 0].index] model = ConcreteModel() # 仅为有效配对创建二进制变量 model.myVars = Var(valid_pairs, within=Binary, name="myVars")
方法二:用where()简化筛选逻辑
import pandas as pd from pyomo.environ import ConcreteModel, Var, Binary df = pd.read_csv(...) # where将<=0的值设为NaN,stack自动剔除NaN,直接获取有效(行,列)对,再转顺序 valid_pairs = [(col, row) for row, col in df.where(df > 0).stack().index] model = ConcreteModel() model.myVars = Var(valid_pairs, within=Binary, name="myVars")
补充说明
stack()会把数据框转换为Series,索引变为(行, 列)格式的MultiIndex,方便直接提取有效配对- 两种方法都只保留
df[c][r] > 0的(列,行)对作为变量索引,完全避免生成不必要的二进制变量 - 如果需要保持(行,列)的索引顺序,直接去掉列表推导里的顺序转换即可
内容的提问来源于stack exchange,提问作者ahul-fell-awen
相关产品推荐
相关产品推荐

