Buen día,
La parte del if
está mal, el problema es que el >
está fuera de los corchetes, es decir, no estas filtrando tu df
Para aplicar el filtro debería ser así: df[df['overweight'] > 25.0]
Ahora, hay una forma más fácil de hacer lo que quieres
Explicación:
- El filtro que deseas, como lo vimos arriba, es
df['overweight'] > 25.0
o df['overweight'] <= 25.0
- Para aplicar el filtro al dataframe ponemos el filtro dentro de los corchetes del dataframe
df[df['overweight'] > 25.0]
- Para seleccionar las filas del dataframe que cumplan con el filtro utilizamos el método
loc
df.loc[df['overweight'] > 25.0]
- Para seleccionar la columna que deseamos lo ponemos como segundo parámetro dentro del
loc
df.loc[df['overweight'] > 25.0, 'overweight']
- Y para finalizar podemos asignar el nuevo valor a cada fila
df.loc[df["overweight"] > 25.0, "overweight"] = 1
Hay que tener cuidado de primero evaluar los <= 25.0
porque si evalúas primero los mayores a 25, esos se convertirán en 1 y cuando evalúes los menores o iguales a 25.0 y los cambies por 0 entonces cambiarías también todos los que eran mayores a 25.0 pero que ahora son 1
El código completo quedaría así (Yo copié los datos de tu medical_examination.csv a un archivo local llamado sample.csv así que tendrás que utilizar tus datos):
import pandas as pd
import numpy as np
df = pd.read_csv('sample.csv')
df["overweight"] = df["weight"] / (df["height"]/100)**2
df.loc[df["overweight"] <= 25.0, "overweight"] = 0
df.loc[df["overweight"] > 25.0, "overweight"] = 1
print(df["overweight"])