小编jas*_*ner的帖子

我正在努力实现lpSolve解决方案，以优化假设的日常幻想棒球问题。我在应用最后一个约束时遇到了麻烦：

• 位置-正好3个外野手（OF）2个投手（P）和其他所有东西
• 费用-费用少于200
• 团队-任何一支团队的最大人数为6
• 团队-名册上的最小团队数为3 **

举例来说，假设您有一个包含1000个球员的数据框，其中包含积分，成本，位置和球队，并且您正在尝试最大化平均积分：

library(tidyverse)
library(lpSolve)
set.seed(123)
df <- data_frame(avg_points = sample(5:45,1000, replace = T),
                 cost = sample(3:45,1000, replace = T),
                 position = sample(c("P","C","1B","2B","3B","SS","OF"),1000, replace = T),
                 team = sample(LETTERS,1000, replace = T)) %>% mutate(id = row_number())
head(df)

# A tibble: 6 x 5
#  avg_points  cost position team     id
#       <int> <int> <chr>    <chr> <int>
#1         17    13 2B       Y         1
#2         39    45 1B       P         2
#3         29    33 1B       C         3
#4         38    31 …