プログラムのエラーについて

Question

前提・実現したいこと

すみません。先ほど投稿した、「Falseの場合削除する」についての質問内容ですが、聞きたかったことと異なっていたため、内容を変えさせていただきます。
以下の作成したプログラムについての質問です。

該当のソースコード

import numpy as np
import pandas as pd
from pulp import LpBinary, LpMinimize, LpProblem, LpVariable, lpSum, value

#アルバイトの集合
n_member = 5
member = pd.Series(f"member{m+1}" for m in range(n_member))

#日にちの集合
n_day = 7
day = pd.Series(f"day{d+1}" for d in range(n_day))

#時刻の集合
n_time = 9
time = pd.Series(f"{t+12}時" for t in range(n_time))
#t時 : t時～t+1時

#シフト番号
n_shiftnumber = 6
shiftnumber = pd.Series(f"shift{sn+1}" for sn in range(n_shiftnumber))



#シフトの一覧（直書き）
shift = pd.DataFrame([[0, 0, 0, 0, 0, 0, 0, 0, 0],
                      [1, 1, 1, 1, 1, 1, 1, 1, 1],
                      [1, 1, 1, 0, 0, 0, 0, 0, 0],
                      [0, 0, 0, 1, 1, 1, 0, 0, 0],
                      [0, 0, 0, 0, 0, 0, 1, 1, 1],
                      [1, 1, 1, 0, 0, 0, 1, 1, 1]], index=shiftnumber, columns=time)

#0:出勤不可のシフトパターン, 1:出勤可能のシフトパターン
shiftdaycount = [int(sum(x) > 0) for x in shift.values]




#各シフトの労働時間（直書き）
wtime = pd.DataFrame([[0, 0, 0, 0, 0, 0, 0],
                      [9, 9, 9, 9, 9, 9, 9],
                      [3, 3, 3, 3, 3, 3, 3],
                      [3, 3, 3, 3, 3, 3, 3],
                      [3, 3, 3, 3, 3, 3, 3],
                      [6, 6, 6, 6, 6, 6, 6]], index=shiftnumber, columns=day)

#必要人数
need = pd.DataFrame([[2, 2, 2, 2, 2, 2, 2, 2, 2]], index=day, columns=time)

#希望出勤日
kibou = pd.DataFrame([[1, 1, 1, 1, 1, 1, 1],
                      [1, 1, 1, 1, 1, 1, 1],
                      [1, 1, 1, 1, 1, 1, 1],
                      [1, 1, 1, 1, 1, 1, 1],
                      [0, 0, 0, 0, 0, 0, 0]], index=member, columns=day)




#時間を考慮したデータ
#Day1
kiboutime1 = pd.DataFrame([[0, 0, 0, 1, 1, 1, 0, 0, 0],
                           [0, 0, 0, 1, 1, 1, 0, 0, 0],
                           [1, 1, 1, 0, 0, 0, 1, 1, 1],
                           [1, 1, 1, 0, 0, 0, 1, 1, 1],
                           [0, 0, 0, 0, 0, 0, 0, 0, 0]], index=kibou.iloc[:,0], columns=time)
        


#for t in range(time.size):
#    for s in range(n_shiftnumber):
#        for m in range(member.size):
#            shift.iloc[s,t] <= kiboutime1.iloc[m,t]
            
            



#各メンバーの時給
jikyu = pd.DataFrame([[900, 900, 900, 900, 900, 900, 900],
                      [900, 900, 900, 900, 900, 900, 900],
                      [900, 900, 900, 900, 900, 900, 900],
                      [900, 900, 900, 900, 900, 900, 900],
                      [900, 900, 900, 900, 900, 900, 900]], index=member, columns=day)

#1日の人件費
jinkenhi = pd.DataFrame([[16200],
                         [16200],
                         [16200],
                         [16200],
                         [16200],
                         [16200],
                         [16200]], index=day)



#モデルの作成
prob = LpProblem(sense=LpMinimize)

#変数
X = LpVariable.dicts('X', ([m for m in range(member.size)], [d for d in range(day.size)], [s for s in range(n_shiftnumber)]), 0, 1, 'Integer')


#目的関数
prob += kibou.values.sum() - lpSum(shiftdaycount[s] * X[m][d][s] for s in range(n_shiftnumber) for d in range(day.size) for m in range(member.size))

#制約条件
#(制約1)
for m in range(member.size):
    #希望出勤日数
    ks = kibou.iloc[m].sum()
    #実際に働いた日数
    actual = lpSum(shiftdaycount[s] * X[m][d][s] for s in range(n_shiftnumber) for d in range(day.size))
    #(制約1)実際に働いた日数が希望出勤日数を超えない制約
    prob += actual <= ks



#(制約2)必要最低人数を満たす制約
for d in range(day.size):
    for t in range(time.size):
        prob += lpSum(shift.values[s][t] * X[m][d][s] for s in range(n_shiftnumber) for m in range(member.size) ) >= need.iloc[d, t]

#(制約4)各メンバーが1日に取りうるシフトは必ず1つ
for m in range(member.size):
    for d in range(day.size):
        prob += lpSum(X[m][d][s] for s in range(n_shiftnumber)) == 1

#(制約5)人件費を超えない
for d in range(day.size):
    prob += lpSum(jikyu.iloc[m, d] * wtime.iloc[s, d] * X[m][d][s] for m in range(member.size) for s in range(n_shiftnumber) ) <= jinkenhi.iloc[d]

#(制約6)6日以上の連続勤務を禁止する
for m in range(member.size):
    prob += lpSum(shiftdaycount[s] * X[m][d][s] for s in range(n_shiftnumber) for d in range(day.size)) <= 6

#(制約7)
for t in range(time.size):
    for s in range(n_shiftnumber):
        for m in range(member.size):
            prob += shift.iloc[s,t] <= kiboutime1.iloc[m,t]
        
    
prob.solve()


scheduling = pd.DataFrame(index=member, columns=day)
for m in range(member.size):
    for d in range(day.size):
        for s in range(n_shiftnumber):
            if X[m][d][s].value() == 1:
                scheduling.iloc[m, d] = shiftnumber[s]
            

scheduling.to_csv("scheduling.csv")

(制約7)のところで、各メンバーの希望出勤時間とシフトパターンの同時刻部分を比較しています。シフトの時刻は、同時刻の希望出勤時間以下となる制約（希望出勤時間が0の時、シフトの同時刻は0をとり、その他の場合は0または1をとる）を表しています。
手書きではありますが、やりたいことのイメージは以下の通りです。

しかし以下のようなエラーメッセージが出てきてしまいます。

発生してるエラーメッセージ

TypeError: Can only add LpConstraintVar, LpConstraint, LpAffineExpression or True objects

(制約7)より前のものは、正しく動いていることが確認できているため、(制約7)の部分でエラーが起きていると思うのですが、どのように直したらいいか、または、別のやり方があるのかわからない状態です。
一方的な質問ですがご教授いただきたいです。
よろしくお願いいたします。

Comments

[siruku6]

おそらくですが、回答するのに必要ない情報があまりにも多すぎて回答しにくいのではないかと感じました。

上手くいっているところの情報は消し、
①うまくいかない処理の直前の入力データ
②うまくいかない処理
③②の処理の結果

のような状態まで情報を減らした方がいいかもしれません。