Python:用中值替换异常值

Question

我有一个python数据框,其中有一些异常值.我想用数据的中值替换它们,那些值不存在.

id         Age
10236    766105
11993       288
9337        205
38189        88
35555        82
39443        75
10762        74
33847        72
21194        70
39450        70

所以,我想用剩余数据集的数据集的中值替换所有> 75的值,即中值70,70,72,74,75.

我正在尝试执行以下操作:

1. 替换为0,所有大于75的值
2. 用中值替换0.

但不知何故,下面的代码不起作用

df['age'].replace(df.age>75,0,inplace=True)

Answer 1

我认为这就是你要找的东西,你可以使用loc来赋值.然后你可以填补南

median = df.loc[df['Age']<75, 'Age'].median()
df.loc[df.Age > 75, 'Age'] = np.nan
df.fillna(median,inplace=True)

您也可以在一行中使用np.where

df["Age"] = np.where(df["Age"] >75, median,df['Age'])

你也可以使用.mask ie

df["Age"] = df["Age"].mask(df["Age"] >75, median)