Boucler sur Python

Bonjour,

J'ai un travail assez conséquent à faire sur Python, malheureusement je ne suis pas dans ce domaine et je me retrouve complètement bloquée. 

J'ai une base de données, que j'ai créé, de 500 produits végétaux. On y retrouve beaucoup d'informations, mais le plus important reste leurs compositions en protéines et en acides aminés (en g/100g de produit végétal). Je souhaite crée un mélange de produits végétaux qui égalise ou surpasse (mais doit toujours être le plus proche possible) de ma référence, la whey. 

Pour ceci, je souhaite utiliser Python et des boucles, comme dans une simulation de Monte Carlo. Je veux que mon programme passe en revue tous les mélanges possibles de végétaux, avec un pas de 10g et un poids max de 300g du même produit dans le mélange. Pour donner un exemple de à quoi devrait ressembler la boucle : 0g de soja + 10g de blé, puis 0g de soja + 20g de blé, puis 0g de soja + 30g de blé, etc. jusqu'au poids max, puis 10g de soja + 0g de blé, puis 20g de soja + 0g de blé, etc. ... 

J'ai beau chercher par moi même sur tous les sites, je n'arrive pas à faire comprendre cette commande à Python. Voici un début de code (après import des bibliothèques et de mes données bien entendu) que je pensais juste mais qui ne l'est pas : 

# Poids maximal du produit végétal
p_max = 301 #grammes

# Pas 
pas = 10 #grammes

# Boucles : 
for poids in range(0, p_max, pas):
    poids_g = poids / 100.0  # Convertir le poids en grammes
    
    # Calculer la composition en acides aminés et en protéines du mélange pour le poids retenu
    melange = np.sum(veg_data * poids_g, axis=0)
    
    if np.all(melange < ref_data):
            continue
    if np.all(melange == ref_data):
            break
    if np.all(melange > ref_data):
            break        

if melange is not None : 
    # Calculer la distance par rapport à la Whey en utilisant la racine carrée de l'erreur quadratique moyenne
    difference = melange - ref_data
    mse = np.sqrt(np.mean(difference ** 2))
    print("Distance par rapport à la Whey :", mse)
    print()
    
    # Convertir melange en DataFrame
    melange_df = pd.DataFrame([melange], columns=veg_data.columns)
    # Ajouter une colonne "Type" au DataFrame melange_df pour identifier le type de données (mélange ou whey)
    melange_df.insert(0, 'Type', 'Melange')
    # Insérer une colonne "Type" au début de ref_data pour identifier le type de données (mélange ou whey)
    ref_data.insert(0, 'Type', 'Whey')
    # Concaténer les DataFrames melange_df et ref_data
    resultat_final = pd.concat([melange_df, ref_data], ignore_index=True)
    # Afficher le tableau final
    print(resultat_final)
    
    print("Quantité minimale de chaque produit végétal utilisée :", poids_g * 100, "g")

else:
    print("Aucun mélange satisfaisant trouvé.")   

Je ne l'ai pas précisé ci-dessus, mais étant donné la taille de la base de données, j'ai commencé ce code pour seulement deux produits. Je me dis que si le code marche pour 2 produits, il pourra marcher pour 500 même si il me faudra surement une machine plus performante pour faire tourner ce programme. 

Si vous avez une idée ou une question, je suis preneuse. Je veux vraiment faire ce travail ... Merci pour votre aide ! 
Windows / Chrome 123.0.0.0