现在我有一个dataframe，其中有两列分别为ticker和prediction。我先按prediction升序排列，然后分别提取出前5%和后5%对应的ticker

当你有一个DataFrame，并且想按照`prediction`列进行升序排序，然后提取出最前面和最后面5%的`ticker`，你可以使用pandas库提供的功能来完成这个任务。以下是步骤：

1. 首先，你需要对DataFrame按`prediction`列进行排序。这可以通过`sort_values()`函数完成，传入`by='prediction'`和`ascending=True`表示升序排列。

sorted_df = df.sort_values(by='prediction', ascending=True)

2. 接下来，计算5%的数据点。你可以通过`len(df)`获取总行数，然后乘以0.05得到5%的行数。然后，利用`iloc`选取相应索引范围内的`ticker`值。这里假设你的数据不包含缺失值，如果有缺失值，你可能需要加上条件筛选。

total_rows = len(sorted_df)
top_5_percent_index = total_rows * 0.05
bottom_5_percent_index = total_rows - top_5_percent_index

top_5_percent_tickers = sorted_df.iloc[:int(top_5_percent_index), 'ticker']
bottom_5_percent_tickers = sorted_df.iloc[int(bottom_5_percent_index):, 'ticker']

现在`top_5_percent_tickers`包含了预测值最高的前5%的ticker，`bottom_5_percent_tickers`包含了预测值最低的后5%的ticker。