Pythonで最小・最大5%の要素を除外した配列の平均値を求める方法

データ分析では、外れ値（極端に大きい、または小さい値）が平均値に与える影響を避けるため、一定割合の要素を除外してから平均を計算することがよくあります。

本記事では、数値のリスト nums が与えられたとき、最小の5%と最大の5%の要素を削除した残りの値の平均（トリム平均）を求めるPythonプログラムを紹介します。

問題の例

例えば、次のような入力を考えてみましょう。

nums = [2,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,8]

この場合、最小値の 2 と最大値の 8 が削除対象となり、残りの要素はすべて 4 なので、出力は 4.0 になります。

解決の手順

この問題は、以下のステップで解くことができます。

• リスト nums をソートする

• n := リストの要素数を取得する

• per := (n × 5 ÷ 100) の商（切り捨て）を計算し、削除する要素数を求める

• l2 := インデックス per から (要素数 − per) までの部分配列を取り出す

• x := l2 内の全要素の平均を計算する

• x を返す

Pythonでの実装例

以下のコードで実際の動作を確認してみましょう。

def solve(nums):
    nums.sort()

    n = len(nums)
    per = int(n*5/100)
    l2 = nums[per:len(nums)-per]

    x = sum(l2)/len(l2)

    return x

nums = [2,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,8]
print(solve(nums))

入力

[2,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,4,8]

出力

4.0

コードの解説

まず sort() メソッドでリストを昇順に並べ替えます。これにより、小さい方から5%分と大きい方から5%分の要素がリストの両端に集まります。

次に int(n*5/100) で削除する要素数を計算します。今回の例では要素数が20なので、20 × 0.05 = 1 となり、両端から1個ずつ削除されます。

スライス nums[per:len(nums)-per] を使うことで、両端の要素を除外した中央部分だけを取り出せます。最後に sum() と len() を使って平均を計算すれば完成です。

なお、Python 3.8以降では標準ライブラリの statistics.trim_mean() 関数を使うことでも同じ結果が得られるため、状況に応じて活用するとよいでしょう。