不同分层的随机抽样可以通过以下代码示例来实现：

import pandas as pd
import numpy as np

# 创建示例数据集
data = {'group': ['A', 'A', 'B', 'B', 'B', 'C', 'C', 'C', 'C', 'C'],
        'value': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]}
df = pd.DataFrame(data)

# 按照group分层抽样
group_samples = df.groupby('group').apply(lambda x: x.sample(2, random_state=1))

# 输出抽样结果
print(group_samples)

这段代码首先创建了一个示例数据集，其中有一个分组变量group和一个数值变量value。然后，利用groupby函数对数据集按照group进行分组。接下来，使用apply函数对每个分组进行抽样，其中lambda函数表示对每个分组抽样2个样本，random_state参数用于设置随机种子，以确保每次运行时得到的结果是一致的。最后，将抽样结果打印输出。

运行以上代码，输出结果为：

       group  value
group              
A     0     A      1
      1     A      2
B     3     B      4
      4     B      5
C     6     C      7
      8     C      9

可以看到，每个分组中都抽样了2个样本。