Python 如何删除顶部和底部第n%的数据

我正在创建一个函数来计算修剪后的平均值。为此，我删除了数据的最高和最低百分比，然后像往常一样计算平均值。到目前为止，我得到的是：

def trimmed_mean(data, percent):
    from numpy import percentile

    if percent < 50:
        data_trimmed = [i for i in data
                        if i > percentile(data, percent)
                        and i < percentile(data, 100-percent)]
    else:
        data_trimmed = [i for i in data
                        if i < percentile(data, percent)
                        and i > percentile(data, 100-percent)]

    return sum(data_trimmed) / float(len(data_trimmed))

def-trimmed_平均值（数据，百分比）：
从numpy导入百分比
如果百分比<50：
数据_trimmed=[i代表数据中的i
如果i>百分位（数据，百分比）
和i<百分位数（数据，100%）
其他：
数据_trimmed=[i代表数据中的i
如果i<百分位（数据，百分比）
和i>百分位数（数据，100%）
返回和（数据修剪）/浮动（长度（数据修剪））

但我确实得到了错误的结果。所以，对于

[37,33,33,32,29,28,28,23,22,22,21,21,20,20,19,19,18,18,16,15,14,14,14,12,12,9,6]

来说，10%的平均值应该是

20.16

，而我得到

20.0

在python中，有没有其他方法可以删除顶部和底部数据？

---

还是我做错了什么

我建议先对数组进行排序，然后在中间取一个“切片”

在这里：

---

你可以看看这个相关的问题：

简而言之，对于scipy version>0.14.0，以下内容完成了这项工作

from scipy import stats
m = stats.trim_mean(X, percentage)

如果您不想依赖外部库，那么您当然可以恢复到其答案中所示的方法。

也许这会奏效：

data = [37, 33, 33, 32, 29, 28, 28, 23, 22, 22, 22, 21, 21, 21, 20, 20, 19, 19, 18, 18, 18, 18, 16, 15, 14, 14, 14, 12, 12, 9, 6]
percent = .1 # == 10%

def trimmed_mean(data, percent):
    # sort list
    data = sorted(data)
    # number of elements to remove from both ends of list
    g = int(percent * len(data))
    # remove elements
    data = data[g:-g]
    # cast sum to float to avoid implicit casting to int
    return float(sum(data)) / len(data)

print trimmed_mean(data, percent)

输出：

$ python trimmed_mean.py 
20.16

---

@Аааааааааааааааааааааааа，也许没有必要感谢编辑您的[32,29,28,28,23,22,22,22,21,21,21,20,19,18,18,18,18,16,15,14,14,12]应该包含在数据中吗？百分位（数据，10）=12。是的，应该有12。如果楼层划分异常值=n*percent//100，效果很好。谢谢！

data = [37, 33, 33, 32, 29, 28, 28, 23, 22, 22, 22, 21, 21, 21, 20, 20, 19, 19, 18, 18, 18, 18, 16, 15, 14, 14, 14, 12, 12, 9, 6]
percent = .1 # == 10%

def trimmed_mean(data, percent):
    # sort list
    data = sorted(data)
    # number of elements to remove from both ends of list
    g = int(percent * len(data))
    # remove elements
    data = data[g:-g]
    # cast sum to float to avoid implicit casting to int
    return float(sum(data)) / len(data)

print trimmed_mean(data, percent)

$ python trimmed_mean.py 
20.16