如何在Pandas中按百分比获取DataFrame的前若干行？

其实Pandas的head()方法本身并不支持直接传入百分比参数（也就是你想要的frac参数），不过我们可以用几种简单的方式实现你要的功能，甚至可以封装成类似head(frac=...)的写法。

基础实现：直接计算行数 #

最直接的思路就是先算出总行数的百分比，再把这个数值传给head()：

import pandas as pd

# 假设你的DataFrame是df
df = pd.DataFrame({'col1': range(100)})

# 计算前5%的行数（用int取整，自动向下取整）
percent = 0.05
num_rows = int(len(df) * percent)

# 提取前N%的记录
top_percent = df.head(num_rows)

如果你的数据集很小，比如总行数是21，5%是1.05，int()会自动向下取整为1行。要是你想向上取整（哪怕只有0.1行也保留1条），可以用math.ceil()：

import math
num_rows = math.ceil(len(df) * percent)

进阶封装：自定义类似head的方法 #

如果你想更接近df.head(frac=0.05)的写法，可以自己封装一个函数，或者给DataFrame添加自定义访问器：

方式1：简单函数封装 #

def head_frac(df, frac):
    num_rows = int(len(df) * frac)
    return df.head(num_rows)

# 使用时直接调用
top_5_percent = head_frac(df, 0.05)

方式2：自定义DataFrame访问器（更优雅） #

这种方式可以让你像调用内置方法一样使用，避免函数名冲突：

import pandas as pd

@pd.api.extensions.register_dataframe_accessor("utils")
class DataFrameUtils:
    def __init__(self, df_obj):
        self._df = df_obj
    
    def head_frac(self, frac):
        num_rows = int(len(self._df) * frac)
        return self._df.head(num_rows)

# 使用示例
top_5_percent = df.utils.head_frac(0.05)

这样你就可以通过df.utils.head_frac(0.05)来提取前5%的记录，用法和内置方法非常相似。

内容的提问来源于stack exchange，提问作者Mohamed Thasin ah