Python纸浆-唯一团队的数量约束

我是新手，因此在尝试进行条件约束时遇到了一个问题。我已经做了一个幻想足球优化器，可以选择9名球员的最佳选择，我的解算器目前完全可以处理职位限制、薪水限制等问题

最后我需要补充的是一个约束，使得它在挑选的9名球员中，需要有8名球员的唯一球队名称。例如：在我的代码

######堆栈QB中，有一个四分卫和一个WR/TE将在同一个团队中。因此，其他每个人都应该在不同的团队中，每个人都有8个独特的团队名称

下面是我尝试使用的代码，用于进行此约束，excel文件的头部正在优化，我的代码迄今为止在没有约束的情况下工作，我希望在选定的9名球员中添加8个唯一的球队名称

我现在已经试过了，但是没有用！非常感谢您的帮助

list_of_teams = raw_data['Team'].unique()
team_vars = pulp.LpVariable.dicts('team', list_of_teams, cat = 'Binary')

for team in list_of_teams:
  prob += pulp.lpSum([player_vars[i] for i in player_ids if raw_data['Team'][i] == team] + [-9*team_vars[team]]) <= 0

prob += pulp.lpSum([team_vars[t] for t in list_of_teams]) >= 8

list_of_teams=原始数据['Team'].unique（）
team\u vars=plup.LpVariable.dicts（'team'，团队列表，cat='Binary'）
对于团队列表中的团队：
prob+=plup.lpSum（[player_vars[i]如果原始数据为玩家ID中的i['Team'][i]==Team]+[-9*Team_vars[Team]]）=8


文件名='C:/Users/Michael Arena/Desktop/Football/Simulation.csv'
原始数据=pd.read\u csv（文件名，engine=“python”，index\u col=False，header=0，delimiter=“，”，quoting=3）
玩家ID=原始数据索引
player\u vars=plup.LpVariable.dicts（'player'，player\u id，cat='Binary'）
prob=纸浆.LpProblem（“DFS优化器”，纸浆.LpProblem）
prob+=plup.lpSum（[raw_data['Projection'][i]*player_vars[i]代表player_id中的i]）
##总薪金上限：
prob+=plup.lpSum（[raw_data['Salary'][i]*player_vars[i]代表player_id中的i]）=49900
##总共有9名玩家：
prob+=plup.lpSum（[player_vars[i]代表player_id中的i]）==9
##2-3苏格兰皇家银行：
prob+=plup.lpSum（[player_vars[i]表示player_id中的i，如果原始数据['Position'][i]='RB']）>=2
prob+=palp.lpSum（[player_vars[i]表示player_id中的i，如果原始数据['Position'][i]='RB']）=3
prob+=palp.lpSum（[player_vars[i]表示player_id中的i，如果原始数据['Position'][i]='WR']）以线性规划术语

如果选择了
i^th
播放器，则设
x_i=1
，否则设为0，
i=1….i


让
tui
成为
i^th
玩家的团队，这是一个常数。

让
t_j
成为
j^th
唯一的团队，也是一个常量，
j=1…t


如果
t_i==t_j
，则设
t_{ij}=1，否则设0。这也是一个常数

然后你可以说从球队中选出的球员总数是
（t{1j}*x{1+t{1j}*x{2+…+t{Ij}*x{I）
，逻辑上取0到I之间的值


现在，如果有任何选定的玩家来自团队，则可以使用二进制变量
y_j=1
，否则使用0，如下所示：

(t_{1j}*x_1 + t_{1j}*x_2 + ... + t_{Ij}*x_I) >= y_j

这会导致以下情况：


如果
（t_{1j}*x_1+t_{1j}*x_2+…+t_{Ij}*x_I）=0
，则
y_j
为0
如果
（t_{1j}*x_1+t_{1j}*x_2+…+t_{Ij}*x_I）>0
，则
y_j
可以是0或1

现在，如果您添加一个约束
（y_1+y_2+…+y_T）>=8
，这意味着对于至少8个不同的团队
（T_{1j}*x_1+T_{1j}*x_2+…+T_{Ij}*x_I）>0


在纸浆方面（类似这样的东西，无法测试）

如果
player\u vars
是一个二进制变量，相当于
x\u i

teams=raw_data['Team']#t#i
唯一团队=团队。唯一（）
player_in_team=teams.str.get_dummies（）#t_{ij}
#'teams=pd.Series（['A'，'B'，'C'，'D'，'E'，'F'，'A'，'C'，'E']）的输出示例：
#A B C D E F
# 0  1  0  0  0  0  0
# 1  0  1  0  0  0  0
# 2  0  0  1  0  0  0
# 3  0  0  0  1  0  0
# 4  0  0  0  0  1  0
# 5  0  0  0  0  0  1
# 6  1  0  0  0  0  0
# 7  0  0  1  0  0  0
# 8  0  0  0  0  1  0
team_vars=plup.LpVariable.dicts（'team'，unique_teams，cat='Binary'）#y_j
对于独特团队中的团队：
prob+=纸浆lpSum(
[player_in_team[team][i]*player_vars[i]代表player_id中的i]
)>=团队成员[团队]
prob+=palp.lpSum（[team_vars[t]代表唯一团队中的t]）>=8
首先，我想说，感谢您抽出时间阅读并回答我的问题。我真的很感激。但是，当我现在看到你的代码时，我仍然很困惑（我不是最高级的程序员）。你能给出我需要实现的代码的解决方案吗？这会让我更容易理解它的工作原理。非常感谢！我添加了一个Python实现，但无法对其进行测试。希望它能帮助你把你的想法围绕在它周围谢谢你花时间来实现它，我想看看它是否有效，然后理解它，但是我在代码中遇到了一些错误。在
for team in unique_teams
循环中，由于未定义
I
，我得到一个名称错误。对于team_vars
循环中的
for team，我遇到了一个语法问题，我不知道如何解决。对我的任何更正或建议都将非常感谢Hi Ruben，我一直在尝试许多不同的方法来让这段代码工作，我一直在努力实现它。非常感谢您的跟进！令人惊叹的！我现在开始工作了，我真的很感谢你的帮助！！！你能抽出时间真是太好了。祝你一切顺利
(t_{1j}*x_1 + t_{1j}*x_2 + ... + t_{Ij}*x_I) >= y_j