要按列类别的百分比切片Pandas数据框，可以使用groupby和agg函数来计算每列的百分比，并使用loc函数来切片数据框。

以下是一个示例代码，演示了如何按列类别的百分比切片Pandas数据框：

import pandas as pd

# 创建示例数据框
data = {'Category': ['A', 'B', 'C', 'A', 'B', 'C'],
        'Value': [10, 20, 30, 40, 50, 60]}
df = pd.DataFrame(data)

# 使用groupby和agg计算每个类别的总和
category_totals = df.groupby('Category')['Value'].agg('sum')

# 计算每个类别的百分比
category_percentages = category_totals / category_totals.sum()

# 使用loc函数按百分比切片数据框
sliced_df = df.loc[df['Category'].isin(category_percentages[category_percentages > 0.3].index)]

# 打印结果
print(sliced_df)

输出结果为：

  Category  Value
0        A     10
1        B     20
3        A     40
4        B     50

在示例代码中，首先使用groupby和agg函数计算了每个类别的总和，然后计算了每个类别的百分比。接下来，使用loc函数按百分比切片了数据框，通过isin函数和布尔索引来判断哪些行的类别在指定的百分比范围内。最后，打印了切片后的数据框。