Scipy最小化，如Excel Solver

Question

我有一个很大的数据表，我是从Python中的excel中读取的，在这里我进行一些计算，我的数据框看起来像这样，但我的真实表更大，更复杂，但逻辑保持不变：

with：My_cal_spread = set1 + set2且错误= abs（My_cal_spread-传播）

我的目标是找到使用Scipy Minimize的唯一组合（可以在每一行中使用的Set1和Set 2），从而通过优化查找可能的最小错误总数来使My_cal_spread与Spread尽可能接近。

这是我使用excel求解器时得到的解决方案，我正在寻找使用Scipy实施相同的解决方案。谢谢

我的代码如下：

lnt=len(df['Spread'])

df['my_cal_Spread']=''
i=0
while i<lnt:

    df['my_cal_Spread'].iloc[i]=df['set2'].iloc[i]+df['set1'].iloc[i]
    df['errors'].iloc[i] = abs(df['my_cal_Spread'].iloc[i]-df['Spread'].iloc[i])
    i=i+1

errors_sum=sum(df['errors'])