Ejercicio de programación con Pandas: Identificar y corregir outliers

1.- Crea un DataFrame en Pandas con los siguientes datos:

data = {
    'Producto': ['Laptop', 'Teléfono', 'Tablet', 'Monitor', 'Impresora', 'Cámara', 'Router', 'Teclado', 'Mouse', 'Parlante'],
    'Cantidad': [50, 60, 3000, 70, 80, 55, 58, 4000, 65, 60],
    'Precio': [1000, 800, 1500, 200, 3000, 700, 90, 400, 150, 120],
    'Peso': [2, 0.5, 1.2, 6, 0.3, 0.7, 0.4, 0.6, 1.1, 50]
}

2.- Calcula el primer cuartil (Q1) y el tercer cuartil (Q3) para las columnas Cantidad, Precio y Peso.

3.- Calcula el rango intercuartílico (IQR) para cada una de estas columnas.

4.- Define los límites inferior y superior para identificar los outliers en cada una de las columnas:

• Límite inferior: Q1 - 1.5 * IQR
• Límite superior: Q3 + 1.5 * IQR

5.- Identifica los outliers en cada una de las columnas Cantidad, Precio, y Peso. Crea tres nuevas columnas (Es_Outlier_Cantidad, Es_Outlier_Precio, Es_Outlier_Peso) que indiquen si un valor es un outlier (True) o no (False).

6.- Corrige los outliers en cada una de las columnas, reemplazándolos por la mediana de la respectiva columna.

7.- Imprime el DataFrame resultante con las correcciones aplicadas.