Python：用中值替换异常值

我有一个python数据框架，其中有一些异常值。我想用数据的中值来代替它们，如果这些值不存在的话

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

因此，我想用剩余数据集的数据集的中值替换所有>75的值，即

70,70,72,74,75的中值

我正在努力做到以下几点：

替换为0，所有大于75的值
将0替换为中值
但不知何故，下面的代码不起作用

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

我想这就是你要找的，你可以用loc来赋值。然后你就可以填补空缺了

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

你也可以使用.mask，即

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

我最近尝试过一个更普遍的解决方案：用整个柱的中间值替换75，然后采用类似于Bharath建议的解决方案：

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

更改为
Age>75
+1Glad帮助@user4943236，但在这种情况下，用作阈值的中值将受到所有值（包括异常值）的影响。
median = float(df['Age'].median())
df["Age"] = np.where(df["Age"] > median, median, df['Age'])