我有這個數據框（縮短）：+-------+------------+--------+----------+-------+------+| index | id_product | margin | supplier | price | seen |+-------+------------+--------+----------+-------+------+| 0     | 100000000  | 92.00  | 14       | 0.56  | 2    || 1     | 100000230  | 72.21  | 27       | 8.17  | 0    || 2     | 100001440  | 72.07  | 15       | 16.20 | 687  || 3     | 100002331  | 30.55  | 13       | 41.67 | 0    || 7     | 100001604  | 35.17  | 27       | 18.80 | 491  || ...   | ...        | ...    | ...      | ...   | ...  || 9830  | 100000320  | 77.78  | 18       | 13.33 | 0    || 9831  | 100000321  | 77.78  | 98       | 13.33 | 0    || 9832  | 100000443  | 77.78  | 17       | 13.33 | 4587 || 9834  | 100000292  | 88.13  | 3        | 10.56 | 0    || 9835  | 100000236  | 72.21  | 18       | 10.56 | 0    |+-------+------------+--------+----------+-------+------+我想做的是隨機提取 3 行，使用df.sample(3)maybe，但條件如下：選擇的 3 行應該有 3個不同的ecom_id：(14,27,13) 好，(14,27,14) 不好。具有較高邊距的行應該享有特權。我用weights='margin'，效果不錯。seen較低的行應該享有特權。是否可以使用 sample() 反轉權重計數以優先考慮最低值？應在 3 個不同的價格切片中找到 3 個選定行：第一個選定行的價格應小于 20.0，第二個選定行的價格應在 30 到 50 之間，最后第三個也是最后一個選定行的價格應 > 80。這可能嗎 ？我嘗試過類似的東西：pr_1_pd = pr_pd.loc[pr_pd['price'] < 20]pr_2_pd = pr_pd.loc[(pr_pd['price'] > 30) & (pr_pd['price'] < 50)]pr_3_pd = pr_pd.loc[pr_pd['price'] > 80]pr_1_pd = pr_1_pd.sort_values(by=['margin','seen'],ascending=[False,True])pr_2_pd = pr_2_pd.sort_values(by=['margin','seen'],ascending=[False,True])pr_3_pd = pr_3_pd.sort_values(by=['margin','seen'],ascending=[False,True])但我不確定如何將所有過濾器組合在一起