Python 获取前25%的数据

我有一个数据帧：

Column1       Column2
a             0.34
b             0.25
c             0.75
d             1.5
e             0.31
f             2.45
g             7.89

如何计算列2中最高值的前25%数据。
例如，对于7行，前25%为1.75~2

输出：

Column1         Column2
g               7.89
f               2.45

---

正如您在评论中所阐明的（“25%的最高值”），这基本上是高于

75分位数的值。因此，我们可以使用：

或更短的数据帧。查询

：

df.query('Column2 >= Column2.quantile(q=0.75)')

---

我们做

qcut

df[pd.qcut(df.Column2,q=4,labels=[1,2,3,4])==4]
  Column1  Column2
5       f     2.45
6       g     7.89

---

pd.qcut（df.Column2，q=4）
0     (0.325, 0.75]
1    (0.249, 0.325]
2     (0.325, 0.75]
3     (0.75, 1.975]
4    (0.249, 0.325]
5     (1.975, 7.89]
6     (1.975, 7.89]
名称：Column2，数据类型：category
类别（4，区间[float64]）：[（0.249,0.325]<（0.325,0.75]<（0.75,1.975]<（1.975,7.89]]

Top 25%需要更加清晰。在这种情况下，您是希望按计数还是按值（例如范围）选择25%的最高值你的价值观是什么？最好的澄清方法是添加预期的输出澄清，它是25%的最高值，不算。感谢@ErfanOP的计算并不表明这一点。OP计算25%为

7*.25

他只是澄清了这与你说的相反，我明白了。在这种情况下，我将删除我的答案：）

  Column1  Column2
5       f     2.45
6       g     7.89

df[pd.qcut(df.Column2,q=4,labels=[1,2,3,4])==4]
  Column1  Column2
5       f     2.45
6       g     7.89

pd.qcut(df.Column2,q=4)
0     (0.325, 0.75]
1    (0.249, 0.325]
2     (0.325, 0.75]
3     (0.75, 1.975]
4    (0.249, 0.325]
5     (1.975, 7.89]
6     (1.975, 7.89]
Name: Column2, dtype: category
Categories (4, interval[float64]): [(0.249, 0.325] < (0.325, 0.75] < (0.75, 1.975] < (1.975, 7.89]]