如何高效按百分比获取DataFrame的前x%数据？

DevOps 小满

2026-5-29

最优实现方式：动态适配任意百分比的DataFrame行提取

嘿，这个需求太实用了——不用硬编码行数，改个百分比参数就能适配不同场景对吧？我来分享两种高效的实现方式，都是pandas原生的最优操作：

方案一：用`head()`+动态计算行数（最直观高效）

这是我平时最常用的方式，因为head()本身就是pandas专门优化过的取前N行方法，性能拉满：

import pandas as pd

# 假设你的DataFrame是df
extract_percent = 5  # 这里随便改20、30、75都ok
target_rows = int(len(df) * (extract_percent / 100))
top_subset = df.head(target_rows)

这里用int()做向下取整，如果你的需求是四舍五入到最近整数，换成round()就行：

target_rows = round(len(df) * (extract_percent / 100))

方案二：`iloc`切片（更灵活的场景适配）

如果之后你需要扩展需求（比如取中间某段百分比的数据），iloc切片会更灵活，效果和head()几乎一致：

extract_percent = 5
target_rows = int(len(df) * (extract_percent / 100))
top_subset = df.iloc[:target_rows]

额外的边界情况处理小技巧

如果你的DataFrame行数很少（比如只有50行），算出来的target_rows可能是0，这时候可以加个兜底确保至少取1行：
```
target_rows = max(1, int(len(df) * (extract_percent / 100)))
```
如果需要向上取整（比如5%的1001行就是50.05，要取51行），可以用math.ceil()：
```
import math
target_rows = math.ceil(len(df) * (extract_percent / 100))
```