约束条件可以利用groupby（枢轴）功能吗？ （scipy.optimize.minimize; SLSQP）

Question

似乎代码的问题是我的约束。我正在为州和部门级的就业模式建模。因此，我想确保每个州的模拟就业总数等于每个州的记录就业总数。

出于约束，我将建模数据框（1D）与原始表连接（连接）并执行求和命令（按状态码分组）。

def Constraint_STBalance(x):
    TableRebuild = ST_2d_total #<-outside table, orginal data.
    TableRebuild['Table_EMP_MOD'] = x
    TableRebuild['EMPNEW'] = TableRebuild['Table_EMP_MOD'] + TableRebuild['EMP_ADJ']
    sumby2d = TableRebuild.groupby(['FIPSTATE'], as_index=False)['EMP_NEW'].sum()
    return sumby2d['EMP_NEW'] - ST_total['EMP'] #<-outside table, reference data.

使用'SLSQP'方法的scipy.optimize.minimize返回错误代码6，该错误代码引用了“ LSQ矩阵”的问题，据我所知，该问题与jacobian和hessian矩阵有关。

我认为sumby的使用正在改变jacobian和hessian矩阵的维数，但是我承认优化是新手。有人知道'sumby'可以这种方式使用，或者我忽略了某些解决方法？