Python 定义Pareto边界的DataFrame多目标排序

熊猫有没有内置多目标排序算法

我发现这是一个NSGA-II算法（这是我想要的），但它需要将目标函数作为单独的文件传递。在理想情况下，我会对所有数据使用一个数据框，在指定目标函数列（和其他必需参数）时调用类似于

multi_of_sort

的方法，然后返回另一个具有帕累托最优值的数据框

---

这似乎对熊猫来说是微不足道的，但我可能错了。

事实证明。。。上面提到的

pareto

包处理数据帧输入

import pareto
import pandas as pd

# load the data
df = pd.read_csv('data.csv')

# define the objective function column indices
# optional. default is ALL columns
of_cols = [4, 5]

# define the convergence tolerance for the OF's
# optional. default is 1e-9
eps_tols = [1, 2]

# sort
nondominated = pareto.eps_sort([list(df.itertuples(False))], of_cols, eps_tols)

# convert multi-dimension array to DataFrame
df_pareto = pd.DataFrame.from_records(nondominated, columns=list(df.columns.values))