如何在Pandas DataFrame中按索引选取中间33%的行？

嘿，这个需求我之前也碰到过！你原来的思路是对的，但确实可以通过一些小技巧让代码更简洁易读，而且不用每次都重复写那些整数转换的逻辑。

首先明确：因为我们是按**行的位置（索引顺序）**选取，而非列的值，核心还是要用iloc来定位，但可以优化计算方式：

方法1：拆分变量提升可读性 #

把起始和结束索引的计算拆成单独变量，代码一下子就清爽了：

total_rows = len(df)
start_idx = int(total_rows * 0.33)
end_idx = int(total_rows * 0.66)
middle_df = df.iloc[start_idx:end_idx]

这样不仅看起来更清晰，后续要调整百分比（比如改成中间40%）也更容易修改。

方法2：用round()优化索引计算 #

如果希望索引的取值更贴合“中间33%”的直观预期（比如四舍五入而非直接截断），可以用round()代替int()，写法也更简洁：

middle_df = df.iloc[round(len(df)*0.33):round(len(df)*0.66)]

方法3：封装成可复用函数 #

如果经常需要选取不同范围的百分比行，直接封装成函数是最方便的：

def get_middle_slice(df, lower_pct=0.33, upper_pct=0.66):
    total = len(df)
    return df.iloc[round(total*lower_pct):round(total*upper_pct)]

# 调用示例：选中间33%
middle_33 = get_middle_slice(df)
# 选中间50%（从25%到75%）
middle_50 = get_middle_slice(df, 0.25, 0.75)

这样以后不管要选什么范围，一行调用就搞定了。

至于你提到的“有没有专门的Pandas命令”——其实这种按行位置取固定百分比的需求相对特定，Pandas没有专门的API，但通过上面这些方式，用iloc配合简单计算就能很好解决，而且灵活性更高。

内容的提问来源于stack exchange，提问作者Jesse