データセットを上位に絞って作り直したい

Question

例えば１０００行のデータセットをある列の値が上位１００位以内のものに絞ってデータ分析（平均、中央値、回帰分析等）を行いたいときはどうすればよいでしょうか？
GoogleColaboratoryでpythonを使ってます。

Comments

[meg_]

分からないのは「上位１００位以内のものに絞って」ですか？

[nyagopie]

はい、絞り方が分かりません
データ分析のほうはある程度できます。

Answer 1

データから昇順で100番目以内の値を抽出する例です。

import random
import numpy as np

a = [random.randint(1,200) for i in range(300)]
print(a)
#[139,  23,  54,  21,  94,  73,  67,   5, 111, 173, 149,  39,  95,
#・・・・
#73, 126, 133,  57, 127, 142,  65, 162, 181,  23, 157, 148, 113,116]
b = sorted(list(set(a)))[99]
print(b)
# 133

a = np.array(a)
c = a[a <= b]
print(c)
#array([ 23,  54,  21,  94,  73,  67,   5, 111,  39,  95,  87,  19, 132,
#・・・
#72,  86,  27,   1,   7, 128,  14,  90,  73, 126, 133,  57, 127,
#65,  23, 113, 116])

Answer 2

sort_valuesで上位順に並べ替えてheadで先頭から必要な個数分だけ抽出できます。

Comments

[nyagopie]

headで取り出してdescribeするときはどう書けばよいですか？

[8524ba23]

そのまま書けばよいと思いますが、具体的に何が分からないということでしょうか？