Выборка случайных комбинаций из комбинаций сочетаний с задаными условиями

Ниже приведен рабочий код, который генерирует выборку 30 случайных комбинаций из комбинаций сочетаний 5 из 30 из df. Задача - необходимо чтобы в конечной выборке все элементы имели приблизительно одинаковое частотное распределение.

Для примера для текущей выборки число 15 встречается 8 раз, а число 1 встречается - 2 раза.

Вопрос как изменить алгоритм, чтобы все числа в конечной выборке имели максимально одинаковое частотное распределение?

При формировании выборки нужно использовать данные из df.

Элемент: 15 - 0.053333% - 8 раз 
Элемент: 1  - 0.013333% - 2 раза 

Рабочий код

import pandas as pd
import numpy as np
import itertools as iter
import math as mt
import timeit
from functools import reduce


df = pd.DataFrame(iter.combinations(range(1, 31), 5))

def GetRandomSamples(df, samples):

    indexes = pd.DataFrame()

    while len(indexes) < samples:
        sample = df.sample(1)
        sampleIndex = sample.index.values[0]
        sampleValues = list(sample.values[0])

        if(len(indexes) == 0):
            indexes = sample
        else:
            if(sampleIndex in indexes.index.values):
                continue
            else:
                tempIndexes = pd.concat([indexes, sample], axis = 0)
                tempIndexesStatistics = tempIndexes.stack().value_counts(normalize=True)
                tempIndexesStatisticsMean = tempIndexesStatistics.mean()
                tempIndexesStatisticsStd = tempIndexesStatistics.std(ddof=1)
                tempIndexesStatisticsMaxDev = tempIndexesStatisticsMean + (2 * tempIndexesStatisticsStd)

                if( tempIndexesStatisticsMaxDev < tempIndexesStatistics.values[0]):
                    continue
                else:
                    indexes = tempIndexes

    print("Value counts %")
    print("---------------------------------")    
    print(tempIndexes.stack().value_counts(normalize=True))

    indexes = list(indexes.index.values)
    mask = df.index.isin(indexes)


    return mask

df[GetRandomSamples(df, 30)]

Пример частотного распредления элементов для конечной выборки приведенной ниже

Value counts %
---------------------------------
15    0.053333
21    0.053333
3     0.053333
17    0.046667
30    0.046667
27    0.046667
19    0.040000
5     0.040000
24    0.040000
14    0.040000
29    0.040000
6     0.040000
26    0.040000
2     0.040000
4     0.033333
7     0.033333
28    0.033333
11    0.033333
25    0.033333
16    0.026667
22    0.026667
12    0.026667
13    0.020000
8     0.020000
20    0.020000
23    0.020000
9     0.013333
10    0.013333
18    0.013333
1     0.013333
dtype: float64

Пример конечной выборки для текушего кода

        0   1   2   3   4
18678   1   10  18  26  29
21475   1   14  15  29  30
26112   2   3   14  27  30
33496   2   6   21  24  26
33561   2   6   23  27  30
34718   2   7   14  16  29
37375   2   9   12  20  26
43487   2   17  24  27  30
46652   3   4   19  26  28
47062   3   5   6   21  27
48665   3   5   15  27  28
50116   3   6   11  19  21
52576   3   7   17  19  27
54062   3   8   16  22  24
57404   3   11  15  21  26
65190   4   6   12  16  28
67574   4   7   17  25  30
68901   4   8   15  20  21
76455   4   20  22  27  29
78829   5   7   8   13  15
82589   5   9   13  14  29
85389   5   11  21  23  25
88951   5   19  21  25  30
96635   6   12  17  24  25
107865  7   17  18  19  29
122655  10  11  15  24  30
127327  11  12  15  22  23
134973  13  16  17  19  28
136671  14  15  21  24  28
137352  14  17  22  25  26