你是python程序员，有一个表格根据筛选df['lang']=en,再根据df['label']是否为空，随机比例非空：空=2：1的数据形成一个新表格 ，共随机抽取一个表格中的150条数据

作为Python程序员，你可以使用pandas库来完成这个任务。首先，假设`df`是一个DataFrame，步骤如下：

1. 筛选出`lang`列值为'en'的行：

   df_filtered = df[df['lang'] == 'en']

2. 检查并计算`label`列的空值数量，然后确定非空值和空值的比例为2:1：

   non_empty_count = df_filtered['label'].notnull().sum()
   total_rows = len(df_filtered)
   empty_ratio = 1 / (1 + 2) # 因为2:1的比例
   max_empty_rows = int(total_rows * empty_ratio)

3. 随机选择非空值和空值的数量，确保总和不超过150条数据：

   if non_empty_count <= 150 and max_empty_rows <= 150:
       sample_size = min(non_empty_count, max_empty_rows)
   else:
       sample_size = 150

4. 使用`sample`函数从非空和空值中分别抽取指定数量的行，并合并：

   sampled_data = pd.concat([
       df_filtered[df_filtered['label'].notnull()].sample(sample_size),
       df_filtered[df_filtered['label'].isnull()].sample(max(0, sample_size - non_empty_count))
   ])

5. 最后得到的新表格就是随机抽取后的结果：

   new_table = sampled_data.sample(frac=1).head(150) # 如果实际需要150条数据，使用head