如何在pandas数据框中选择百分比行

Question

在Python中，我有几个数据框的结构如下所示：

0 0 0 0
1 1 1 1
2 2 2 2
. . . .
n n n n

如何选择中间33%的行（根据索引而不是值确定）？

这是我尝试过的方法：

df.iloc[int(len(df)*0.33):int(len(df)*0.66)]

它确实有效，但感觉很混乱，更不用说强制整数。

我在想是否有更清晰的方法选择数据框的百分比，因为到目前为止我在文档中找不到任何有用的命令。

- Jesse

---

除非大多数人都能从中受益，否则每个操作都不能在库中有一个已定义的函数。如果你感觉不喜欢自己的方法，那就编写一个函数。 - Bharath M Shetty

Answer 1

您也可以在索引上使用numpy的percentile函数。当您的索引不从零开始时，此方法也适用。

df[(df.index>np.percentile(df.index, 33)) & (df.index<=np.percentile(df.index, 66))]

- Mara

---

虽然不是我在寻找的全部内容，但在这种情况下非常有用，谢谢。对于任何感兴趣的人，NaNPercentile文档可以在此处查看：https://docs.scipy.org/doc/numpy/reference/generated/numpy.nanpercentile.html - Jesse

Answer 2

将数据按70:30的比例拆分，然后尝试这个。

percentage=round(len(df)/100*70) 
documents(train) = df.head(percentage)  
test=df.iloc[percentage:len(df),:]

- user14483860

Answer 3

编写一个函数来完成你的任务，即：

def get_middle(df,percent):

    start = int(len(df)*percent)
    end = len(df) - start

    return df.iloc[start:end]

get_middle(df,0.33)

- Bharath M Shetty

Answer 4

要做到这一点，你需要与数字进行“玩耍”，并定义你想要的索引。

df.iloc[(len(df)// 3) : (len(df) - len(df)// 3), :]

或者

df.iloc[(len(df)// 3) : (len(df)// 3 * 2), :]

在这些例子中，我定义了一个区间，即(len(df.index)// 3) : (len(df.index)// 3 * 2)，它切割了数据框中表格的1/3到2/3之间的行。

- el_Rinaldo

---

访问.index是无用的。如果直接使用df，您将获得相同的长度。 - Bharath M Shetty

Answer 5

如果你正在处理真实的数据，而且只需要处理其中的0.01%（已经足够了），那么可以使用Pandas来完成你的工作。

Dataframe.sample(frac=0.01)

- Bhavy Yadav

---

这并没有回答问题。你的解决方案在数据框中选择随机行。问题是如何选择所有行的中间三分之一。 - AlexK