Python 如何在具有两个条件的数据帧中找到最佳组合

试着找出今年你能为一场梦幻比赛组建的最好的自行车队。有两个条件：

团队总价格应低于120米

我的队里肯定有20名车手

以下是我的数据帧示例（2021年结果）：

我曾尝试过这样的事情，但如果我的预算超过1.2亿，我想不出如何改变最后添加的骑手：

Best_team = []
Team_points = 0
Team_price = 0
numberOfRiders = 0

for i, row in df.iterrows():
    while numberOfRiders != 20:
        while Team_price <= 120:
            if row.Name in Best_team:
                continue
            else:
                Best_team.append(row.Name)
                Team_price += row.Price
                Team_points += row['Total Points 2021']
                numberOfRiders += 1
        else:
            break

最佳团队=[]
团队积分=0
团队价格=0
乘客人数=0
对于i，df.iterrows（）中的行：
而车手的数量！=20:
当团队定价时，我的第一个想法是让线性优化引擎为您完成工作。比如scipy.optimize。价格约束下的最大化点
Best_team = []
Team_points = 0
Team_price = 0
numberOfRiders = 0

for i, row in df.iterrows():
    while numberOfRiders != 20:
        while Team_price <= 120:
            if row.Name in Best_team:
                continue
            else:
                Best_team.append(row.Name)
                Team_price += row.Price
                Team_points += row['Total Points 2021']
                numberOfRiders += 1
        else:
            break