import pandas as pd

dataset = pd.read_csv('heart_failure_clinical_records_dataset.csv') dataset

df = dataset[['age','sex','diabetes','smoking','high_blood_pressure','serum_creatinine']].copy() df

# Cabecera df.head()

# Dimensiones df.shape

# Nombres de las columnas (variables) df.columns.values

# Resumen de los estadísticos básicos df.describe()

# Tipo de datos en cada columna df.dtypes

# Es posible seleccionar una característica/variable de los pacientes df['age']

# Se puede acceder a una fila (información de un paciente) mediante el atributo iloc df.iloc[0]

# También se puede extraer un conjunto de filas (información de varios pacientes) df.iloc[0:5]

# Se puede acceder a un conjunto de filas (información de varios pacientes) y columnas específicas (características/variables) df.iloc[0:3,0:3]

# Se realiza un subconjunto con los pacientes fumadores df[df['smoking']==1]

# Se realiza un subconjunto con los pacientes mayores a 50 años df[df['age']>50]

# Se crea una variable ID para cada paciente (supongamos que es el documento de identidad) paciente_id = ['CC' + str(itn) for itn in range(df.shape[0])] df_id = pd.concat([pd.DataFrame({'paciente_id':paciente_id}), df], axis=1) df_id

# Vamos a agregar un nuevo paciente paciente_id = str(input("Ingrese el documento de identidad: ")) age = float(input("Ingrese la edad del paciente: ")) sex = int(input("Ingrese el género del paciente (M = 1; F = 0): ")) diabetes = int(input("Ingrese si el paciente tiene diabetes (Si = 1; No = 0): ")) smoking = int(input("Ingrese si el paciente es fumador (Si = 1; No = 0): ")) high_blood_pressure = int(input("Ingrese si el paciente tiene hipertensión (Si = 1; No = 0): ")) serum_creatinine = float(input("Ingrese el nivel de creatinina sérica (mg/dL): ")) dicc_paciente = {'paciente_id':paciente_id, 'age': age, 'sex':sex, 'diabetes':diabetes, 'smoking':smoking, 'high_blood_pressure': high_blood_pressure, 'serum_creatinine':serum_creatinine} dicc_paciente

paciente_nuevo = pd.DataFrame.from_dict([dicc_paciente]) new_df = pd.concat([df_id, paciente_nuevo], axis=0).reset_index(drop=True) new_df.tail()

# Se crea una función para agregar un nuevo paciente def agregaPaciente(df_id): paciente_id = str(input("Ingrese el documento de identidad: ")) age = float(input("Ingrese la edad del paciente: ")) sex = int(input("Ingrese el género del paciente (M = 1; F = 0): ")) diabetes = int(input("Ingrese si el paciente tiene diabetes (Si = 1; No = 0): ")) smoking = int(input("Ingrese si el paciente es fumador (Si = 1; No = 0): ")) high_blood_pressure = int(input("Ingrese si el paciente tiene hipertensión (Si = 1; No = 0): ")) serum_creatinine = float(input("Ingrese el nivel de creatinina sérica (mg/dL): ")) dicc_paciente = {'paciente_id':paciente_id, 'age': age, 'sex':sex, 'diabetes':diabetes, 'smoking':smoking, 'high_blood_pressure': high_blood_pressure, 'serum_creatinine':serum_creatinine} paciente_nuevo = pd.DataFrame.from_dict([dicc_paciente]) new_df = pd.concat([df_id, paciente_nuevo], axis=0).reset_index(drop=True) return new_df

df_agregado = agregaPaciente(new_df) df_agregado.tail()

for paciente in range(df_agregado.shape[0]): if df_agregado['age'][paciente] > 70: df_agregado.loc[paciente, ['diabetes','smoking','high_blood_pressure']] = 1 df_agregado

# Vamos a eliminar un paciente según el documento de identidad df_eliminado = df_agregado.drop(df_agregado[df_agregado['paciente_id'] == 'CC0'].index) df_eliminado