如何从表中找到每列总和特定数字（或范围）的行组合？

Question

我有一个三列的表。假设第一行充满了一些人的名字。第二个和第三个是代表他们花费的价值的数字。我想用这些人的子集构建另一个表，其中这个新表的每一列的总和给出一个特定的值。我如何在 Python 中做到这一点？

示例：这是我的桌子

Col1       Col2   Col3
John       10     100
Andrew     5      50
Martha     8      20
Ana        2      5

假设我想要一个组合，其中第二列总和为 20，第三列总和为 125。结果将是：

Col1       Col2   Col3
John       10     100
Martha     8      20
Ana        2      5

注意：当然，有时可能无法准确得出总和。如果代码接受一些近似值，比如从 0,9X 到 1,1X，是我想要的总和，它会很好。 此外，我不需要获取特定数量的行。它可以是 2、3、...、n 的组合。

Answer 1

扩展@stanna 的解决方案：我们可以使用iterables.combinations() 创建要删除的行的所有可能组合，并检查我们的要求是否满足

def checkRequirements(sum1, sum2):
  if sum1 == 20 and sum2 == 125:
    return True
  else:
    return False

# first check if the df as a whole satisfy the requirement
if checkRequirements(df['Col2'].sum(), df['Col3'].sum()) == True:
    print(df)
else:
    # create multiple combination of rows and drop them and check if they satisfy the requriement
    for r in range(1, len(df.index)):
        drop_list = list(combinations(list(df.index), r))
        for idx in drop_list:
            temp_df = df.drop(list(idx))
            if checkRequirements(temp_df['Col2'].sum(), temp_df['Col3'].sum()) == True:
                print(temp_df)
                break

输出：

     Col1  Col2  Col3
0    John    10   100
2  Martha     8    20
3     Ana     2     5

如果要打印所有匹配的子集，请删除末尾的break stmt

Answer 2

这是算法任务 - 找到符合所需条件的值组合。对于不复杂的任务，您可以使用以下脚本逐行删除数据框中的内容，并检查列的总和组合是否符合所需条件。但是，如果您想继续删除行（即，如果在尝试删除一行后未找到匹配项，则删除两行），应详细说明该脚本。在这里应该实现特定的算法（即要删除哪两行以及以什么顺序删除？）并且根据数据的复杂性可能会有非常多的组合。

#sample dataframe
d = {'Column1': ["John", "Andrew", "Martha", "Ana"], 'Column2': [10, 5, 8, 2], 'Column3': [100, 50, 20, 5]}
df = pd.DataFrame(data=d)

#count the sum of each column
totalColumn2 = df['Column2'].sum()
totalColumn3 = df['Column3'].sum()

#function to check if sums of columns match the requrements
def checkRequirements():
  if totalColumn2 == 20 and totalColumn3 == 125:  #vsums of each column
    return True
  else:
    return False

#iterating through dataframe, removing rows and checking the match
ind = 0
for i, row in df.iterrows():
  df1 = df.drop(df.index[ind])
  totalColumn2 = df1['Column2'].sum()
  totalColumn3 = df1['Column3'].sum()
  checkRequirements()
  if checkRequirements() is True:
    print(df1)
    break
  ind = ind+1