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
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