Scipy优化熊猫数据框

Question

我有一个像这样的数据框：

ID | size | p1 | p2 | ... |p10| quantity | o1| o2|...|o10|

p1至p10和o1至o10是float32值。大小是一个字符串。一个ID可以有1个或多个大小。对于每种大小，只有一个行p1..p10，但每个ID仅包含1行o1..o10，无论它包含1个还是多个大小。 我有10个这样的线性方程：

f1 = [(p1S1*qS1)+(p1S2*qS2)+...+(p1Sn*qSn)] + o1
f2 = [(p2S1*qS1)+(p2S2*qS2)+...+(p2Sn*qSn)] + o2
.
.
f10 = [(p10S1*qS1)+(p10S2*qS2)+...+(p10Sn*qSn)] + o10

其中p1S1是大小为1的p1，qSn：大小为1的数量。取决于q是负数还是正数，q的边界是-q

我想求解q以便最大化（C为常数）： F = max(C, f1, f2,...,f10)

我已经研究了scipy.optimize.minimize的文档，但我不完全了解如何传递数据。请帮忙！