Skip to main content
se añadieron 288 caracteres en el cuerpo
Origen Enlace
HeytalePazguato
  • 11k
  • 3
  • 13
  • 34

Edición: si lo que te interesa son las primeras n filas puedes utilizar iloc como lo pusiste en tus comentarios

pd.Series.mean(df[df.RIDAGEYR > 60].iloc[:100]['BPXSY1'])

Esto devuelve el promedio de las primeras 100 filas del filtro deseado

136.29166666666666

Edición: si lo que te interesa son las primeras n filas puedes utilizar iloc como lo pusiste en tus comentarios

pd.Series.mean(df[df.RIDAGEYR > 60].iloc[:100]['BPXSY1'])

Esto devuelve el promedio de las primeras 100 filas del filtro deseado

136.29166666666666
Origen Enlace
HeytalePazguato
  • 11k
  • 3
  • 13
  • 34

Buen día,

Cuando se aplica el filtro df.RIDAGEYR > 60 al dataframe si únicamente haces esa parte vas a poder ver que el resultado no incluye los índices que te dice en el error. Es decir, el filtro:

df[df.RIDAGEYR > 60]

Devuelve un dataframe en el que únicamente las filas donde RIDAGEYR sea mayor a 60

Entonces al querer seleccionar las filas en el rango range(0,100) devuelve el error diciendo "No puedo encontrar todos los índices que enlisto a continuación"

KeyError: '[0, 2, 4, 5, 7, 8, 9, 10, 11, 12, 13, 16, 17, 18, 19, 20, 21, 24, 25, 26, 27, 28, 29, 33, 35, 37, 38, 39, 41, 42, 43, 47, 48, 49, 51, 52, 53, 55, 56, 58, 59, 60, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 73, 74, 76, 77, 80, 83, 85, 86, 87, 88, 89, 91, 92, 93, 94, 95, 96, 97, 98, 99] not in index'

Para solucionarlo puedes cambiar la selección de filas de un rango a un filtro. Es decir, cambiar .loc[range(0,100), 'BPXSY1'] (Rango de 0-100) por el filtro .loc[:100, 'BPXSY1'] (Que en otras palabras dice, dame lo que tengas desde el inicio hasta la fila 100)

Si lo agregamos al filtro anterior vamos a tener esto

df[df.RIDAGEYR > 60].loc[:100, 'BPXSY1']

Que devuelve esto

1     128.0
3     138.0
6     116.0
14    124.0
15    132.0
22    148.0
23    140.0
30    122.0
31    146.0
32    160.0
34    120.0
36    150.0
40    124.0
44    158.0
45    144.0
46    168.0
50    134.0
54    146.0
57    196.0
61    132.0
72    138.0
75    134.0
78    164.0
79    106.0
81    150.0
82    114.0
84    142.0
90    134.0
Name: BPXSY1, dtype: float64

Como puedes ver, no todas las filas de los primeros 100 índices cumplen con el filtro df.RIDAGEYR > 60 y por eso se muestran únicamente las filas que sí lo cumplan

Por último obtenemos el promedio

pd.Series.mean(df[df.RIDAGEYR > 60].loc[:100, 'BPXSY1'])

Y el resultado

139.57142857142858