Update app.py

app.py

@@ -119,7 +119,7 @@ def tweets_localidad(buscar_localidad):
     try:
         geolocator = Nominatim(user_agent="nombre_del_usuario")
         location = geolocator.geocode(buscar_localidad)
-        radius = "20km"
+        radius = "15km"
         tweets = api.search_tweets(q="",lang="es",geocode=f"{location.latitude},{location.longitude},{radius}", count = 500, tweet_mode="extended")
         result = []
         for tweet in tweets:
@@ -134,14 +134,14 @@ def tweets_localidad(buscar_localidad):
                     etiqueta = {'Tweets': datos,'Prediccion': predic['label'], 'Probabilidad': predic['score']}
                     result.append(etiqueta)
         df = pd.DataFrame(result)
+        df['Prediccion'] = np.where(df['Prediccion'] == 'LABEL_1', 'Sexista', 'No Sexista')
+        df = df[df["Prediccion"] == 'Sexista']
+        df = df[df["Probabilidad"] > 0.5]
+        df = df.sort_values(by='Probabilidad', ascending=False)
+        muestra = st.table(df.reset_index(drop=True).head(5).style.applymap(color_survived, subset=['Prediccion']))
         if df.empty:
             st.text("No se encontraron tweets sexistas dentro de la localidad")
         else:
-            df['Prediccion'] = np.where(df['Prediccion'] == 'LABEL_1', 'Sexista', 'No Sexista')
-            df = df[df["Prediccion"] == 'Sexista']
-            df = df[df["Probabilidad"] > 0.5]
-            df = df.sort_values(by='Probabilidad', ascending=False)
-            muestra = st.table(df.reset_index(drop=True).head(5).style.applymap(color_survived, subset=['Prediccion']))
             tabla.append(muestra)       
             resultado=df.groupby('Prediccion')['Probabilidad'].sum()
             colores=["#aae977","#EE3555"]