Skip to main content

Línea de tiempo para Tabla de frecuencia con valores específicos

Licencia actual CC BY-SA 4.0

7 eventos
cuándo alternar formato qué por licencia comentario
el 14 ene. 2022 a las 18:34 comentario añadido abulafia Porque todas las condiciones que quieras aplicar van en la primera parte, antes de la coma. Sería así: da.loc[(da["RIDAGEYR"] >= 30) & (da["RIDAGEYR"] <= 40 & (da["RIAGENDR"]==2), "DMDMARTL"].value_counts().sort_index(). La primera parte, hasta la coma, selecciona qué filas de da se usarán (las que cumplan la expresión booleana). La segunda parte, después de la coma, selecciona con qué columnas te quedarás para aplicar .value_counts().
el 14 ene. 2022 a las 18:25 comentario añadido Daniel Rico Me refiero a combinar condiciones de rangos de edades y condiciones de género (por ejemplo, solo mujeres). Tipo: da.loc[((da["RIDAGEYR"] >= 30) & (da["RIDAGEYR"] <= 40), "DMDMARTL", ["RIAGENDR"] ==2)].value_counts().sort_index() . Aunque esta mal la sintaxis. Por otra parte, el código: da.loc[((da["RIDAGEYR"] >= 30) & (da["RIDAGEYR"] <= 40), "DMDMARTL")].value_counts().sort_index(). sí me corre. Selecciona a las personas entre 30 y 40, tanto a hombres como mujeres y su estado civil. Al momento de querer indicar un género específico es cuando me dice "Too many indexers".
el 14 ene. 2022 a las 8:23 comentario añadido abulafia No veo nada malo en poner varias condiciones para seleccionar rangos de edades (aunque creo que has puesto unos paréntesis de más alrededor de todo lo que va en el .loc[]). Pero para lo segundo que preguntas ¿no es esa precisamente la salida obtenida con crosstab? ¿O te refieres a combinar condiciones de rangos de edades y condiciones de un género concreto? Sí, eso también podría hacerse a base de &.
el 14 ene. 2022 a las 6:54 comentario añadido Daniel Rico Muchas gracias por la ayuda! En efecto, con .loc[] es la mejor solución a lo que buscaba. Solo me surge una duda. Puedes seleccionar múltiples variables o es mejor usar groupby. Por ejemplo, si seleccionas la variable RIDAGEYR (variable de edades) y defines un intervalo para saber el número de frecuencia que se encuentra en DMDMARTL: da.loc[((da["RIDAGEYR"] >= 30) & (da["RIDAGEYR"] <= 40), "DMDMARTL")].value_counts().sort_index() ¿también se podría agregar un género específico? Es decir, el cuantas mujeres u hombres se observan en el intervalo definido en cada una de las categorías DMDMART
el 14 ene. 2022 a las 0:55 votar aceptar Daniel Rico
el 13 ene. 2022 a las 9:24 historial editado abulafia CC BY-SA 4.0
se añadieron 13 caracteres en el cuerpo
el 13 ene. 2022 a las 9:13 historial respuesta abulafia CC BY-SA 4.0