Python 选择最佳团队（200名玩家中的11名玩家）与熊猫进行优化

我正在尝试开发一个代码，从200名玩家中选出最好的11名玩家。我已经开发了一个包含球员价格和积分的电子表格，并使用熊猫将其导入DF，如下所示：

import pandas as pd
import numpy as np
df=pd.read_excel('FPL.xlsx')
print(df)
           Player  Price  Points Position  Select
0           Henderson    4.9      79       GK       1
1              Foster    4.8      79       GK       1
2                Ryan    4.8      78       GK       1
3          Schmeichel    5.4      78       GK       1
4            Ramsdale    4.7      76       GK       1
5              Guaita    5.1      76       GK       1
....
200
df['select price']=df['Price']*df['Select']
df['select points']=df['Points']*df['Select']
sumpoints=df['select points'].sum()
sumplayers=df['Select'].sum()
sumprice=df['select price'].sum()

我的想法是创建一个select列，并将其乘以price列和points列，然后优化问题将如下所示：

• 目标函数：最大化

  Select*点的总和

• 限制条件：
  • 这个队只有11名队员
  • 购买球员的预算是85英镑
  • 守门员人数（GK）必须为1人
  • DF的数量必须为3

这将通过将select列中的变量更改为0或1来实现（即，如果相应行的玩家被选中参加团队，则为1，否则为0）

---

如果使用excel解算器，这是非常简单的，但我想学习如何在Python中执行此操作。

我不理解约束，请您编辑以更清楚地解释约束是什么。请将约束的格式更改为更可读的格式。当然，我的限制是：我总共只能有11名球员，其中只有1名是守门员，5名是中场，2名是进攻队员，3名是防守队员（有一个名为“位置”的专栏，上面写着如果球员是守门员，防守队员等等。另外，购买球员的预算是85美元（每个玩家都有一个价格标签栏）嗨@Omarebagalati，是否必须使用scip？（我问这个问题是因为我在标签中看到了scip）。否则，我可以想办法使用Python或工具来解决此问题。不，这不是强制性的。我想学习如何使用Python解决。我不理解约束，请您编辑以更清楚地解释约束是什么。请将约束的格式改为更可读的格式。当然，我的约束是：我总共只能有11名球员，其中只有1名是吉凯恩（守门员），5名是中场，2名是进攻队员，3名是防守队员（有一个名为“位置”的专栏，上面写着如果球员是吉凯恩、防守队员等等。此外，购买球员的预算是85美元（有一个专栏，每个球员都有价格标签）嗨@Omarebagalati，使用scip是强制性的吗？（我这么问是因为我在标签中看到了scip）。否则，我可以想办法使用Python或工具来解决这个问题。不，这不是强制性的。我想学习如何使用Python解算