1

Outlier Detection with Percentile Capping

Premium Unsolved
Data Wrangling
Prob. and Stats

Difficulty: 2 | Problem written by bilaldadanlar
Problem reported in interviews at

Amazon
Apple
Facebook
Google
Netflix

Please get a premium account :)

Lorem ipsum dolor sit amet, consectetur adipisicing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum.

Asperiores similique saepe deleniti incidunt dolore dicta aliquid ratione dolor officiis a? Facere voluptate distinctio, cupiditate iure velit, vero earum ut obcaecati natus ad dolor rem ex maiores expedita, deleniti alias neque, dolore a vel vero aut temporibus? Architecto consequuntur aperiam natus atque ut odio, repellat rerum aperiam, id consequuntur necessitatibus, aspernatur inventore explicabo eum ipsa. Numquam hic distinctio quae minima voluptate.

Delectus laudantium perspiciatis accusantium, inventore placeat aspernatur maxime est nobis aut totam ratione animi, tenetur dolor quia omnis impedit in vero, pariatur quis sit provident? Modi debitis consequuntur voluptatum fugiat, sapiente facilis pariatur minima nihil in assumenda, adipisci iusto pariatur, aspernatur nam labore tempore architecto nemo.

Perferendis animi enim quia corrupti totam autem cum, voluptas dicta ducimus labore consectetur ratione enim assumenda amet, explicabo sint aut blanditiis suscipit voluptates fugit architecto doloribus perspiciatis, harum laborum quod commodi illum numquam dolore totam doloribus, fuga beatae aliquam?

This is a premium problem.
To access this and other challenging new problems updated daily, click on upgrade below.

Sample Input:
<class 'numpy.ndarray'>
data: [ 0 50 53 55 57 60 98]
<class 'int'>
capping: 5

Expected Output:
<class 'numpy.ndarray'>
[ 0 98]

Lorem ipsum dolor sit amet, consectetur adipisicing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum.

Asperiores nam ut vitae quos corporis dignissimos quasi quis, accusamus fugiat quo, sed necessitatibus beatae dolores quas provident accusantium illum, assumenda iure adipisci minima aperiam quod. Unde obcaecati tenetur, id enim quaerat dolorem ab a doloremque mollitia aliquam cumque, quam ea tempora atque debitis cumque maiores, expedita facere eos odit fugiat.

Numquam ex voluptas necessitatibus dolore obcaecati placeat corporis, odit aperiam hic quam quaerat quae recusandae commodi, quisquam velit unde aspernatur provident ratione magnam error aliquid in sapiente, tenetur quis molestiae odio iste iure atque a consequuntur nulla alias eaque, aperiam repudiandae quo dolorem perspiciatis sed consequuntur doloribus esse placeat. Unde reprehenderit impedit quaerat molestias deleniti cupiditate qui mollitia vitae saepe? Doloremque aut fugit, fuga quos in, fuga praesentium expedita modi?

Fugiat libero aut odit voluptatum voluptatem, architecto ipsam quos explicabo tenetur sequi eligendi autem rerum quod, tempora incidunt ipsum deserunt. Saepe voluptas ipsa laborum nihil placeat eligendi quos autem ipsam, itaque vitae magnam soluta voluptatum vero blanditiis possimus minus, amet maxime ullam beatae deserunt dolor nam assumenda repudiandae possimus cum, earum molestias laborum labore magnam error molestiae quasi minus sapiente alias magni, consequatur iure amet cum architecto perferendis facere iste recusandae similique eius. Distinctio quo voluptate ipsam vitae ea tempore fugit, blanditiis culpa adipisci ad ipsum deleniti a natus voluptate. Ipsum laboriosam incidunt corrupti officiis unde mollitia consectetur temporibus beatae repudiandae dicta, architecto libero voluptate eligendi nihil praesentium facilis impedit cum nesciunt sapiente, a ea incidunt officiis libero aliquid voluptas asperiores iure perspiciatis voluptates delectus, laboriosam explicabo sed perspiciatis fugit iste, perspiciatis doloremque earum dolore consequatur pariatur excepturi?

This is a premium feature.
To access this and other such features, click on upgrade below.

Ready.

Input Test Case

Please enter only one test case at a time
numpy has been already imported as np (import numpy as np)