将模型输出附加到 pd df 行

Question

我正在尝试将 Pyomo 模型输出放入 pandas.DataFrame 行。我现在通过将数据保存为.csv，然后将.csv 文件读取为DataFrame 来完成它。我想跳过.csv 步骤，直接将输出放入DataFrame。

当我使用 Pyomo 完成优化解决方案时，最佳分配是model.x[i] 输出数据中的1（否则为0）。 model.x[i] 由 dict 中的 v 键索引。 model.x 是 Pyomo 的特定语法

Pyomo 为每个提供最佳解决方案的值分配一个timeItem[i]、platItem[i]、payItem[i]、demItem[i]、v[i]。 0807results.csv 文件会生成最佳分配的准确文件，显示最佳解决方案中每个有效分配的 timeItem[i]、platItem[i]、payItem[i]、demItem[i]、v[i] 的值。

当model.x[i] 是1 时，如何将timeItem[i]、platItem[i]、payItem[i]、demItem[i]、v[i] 直接转换为DataFrame？非常感谢您的帮助。我当前的代码如下。

index=sorted(v.keys())
with open('0807results.csv', 'w') as f:
    for i in index:
        if value(model.x[i])>0:
            f.write("%s,%s,%s,%s,%s\n"%(timeItem[i],platItem[i],payItem[i], demItem[i],v[i]))

from pandas import read_csv      
now = datetime.datetime.now()
dtg=(now.strftime("%Y%m%d_%H%M"))
df = read_csv('0807results.csv')
df.columns = ['Time', 'Platform','Payload','DemandType','Value']
# convert payload types to string so not summed 
df['Payload'] = df['Payload'].astype(str)
df = df.sort_values('Time')
df.to_csv('results'+(dtg)+'.csv')
# do stats & visualization with pandas df

Answer 1

我不知道您发布的代码中的 timeItem 等可迭代项中有什么。但是，我怀疑类似于：

import pandas as pd
results = pd.DataFrame([timeItem, platItem, payItem, demItem, v], index=["time", "plat", "pay", "dem", "v"]).T

会起作用的。

如果要过滤model.x中的1s，也可以将其添加为列，并直接使用pandas进行过滤：

import pandas as pd
results = pd.DataFrame([timeItem, platItem, payItem, demItem, v, model.x], index=["time", "plat", "pay", "dem", "v", "x"]).T
filtered_results = results[results["x"]>0]

Answer 2

你也可以使用DataFrame.from_records()函数：

def record_generator():
    for i in sorted(v.keys()):
        if value(model.x[i] > 1E-6):  # integer tolerance
            yield (timeItem[i], platItem[i], payItem[i], demItem[i], v[i])

df = pandas.DataFrame.from_records(
    record_generator(), columns=['Time', 'Platform', 'Payload', 'DemandType', 'Value'])