เพื่อจัดรูปแบบ Period object ให้ใช้เมธอด period.strftime() เพื่อแสดงเวลาแบบ 24 ชั่วโมง ใช้ format specifier %H ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Period Object period = pd.Period(freq=S, year=2021, month=9, day=18, hour=17, minute=20, second=45) 3. แสดง Period

เพื่อแปลง Period object เป็น Timestamp ให้ใช้เมธอด period.to_timestamp() ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Period Object period = pd.Period(freq=S, year=2021, month=9, day=18, hour=17, minute=20, second=45) 3. แสดง Period Object print(Period...\n, period) 4.

เพื่อแปลง Period object เป็น Timestamp ด้วยความถี่รายเดือน ให้ใช้เมธอด period.to_timestamp() ตั้งค่า freq=M ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Period Object period = pd.Period(freq=S, year=2021, month=9, day=18, hour=17, minute=20, second=45) 3. แสดง Period Ob

เพื่อแปลง Period object เป็น Timestamp ด้วยความถี่รายนาที ให้ใช้เมธอด period.to_timestamp() ตั้งค่า freq=T ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Period Object period = pd.Period(freq=S, year=2021, month=11, day=26, hour=11, minute=45, second=55) 3. แสดง Period Ob

เพื่อแปลง Period object เป็น Timestamp ด้วยความถี่รายวัน ให้ใช้เมธอด period.to_timestamp() ตั้งค่า freq=D ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Period Object period = pd.Period(freq=S, year=2021, month=11, day=26, hour=11, minute=45, second=55) 3. แสดง Period Obj

เพื่อแปลง Period object เป็น Timestamp ด้วยความถี่รายปี ให้ใช้เมธอด period.to_timestamp() ตั้งค่า freq=Y ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Period Object freq=S หมายถึงความถี่วินาที period = pd.Period(freq=S, year=2021, month=9, day=18, hour=17, minute=20, seco

เพื่อสร้าง time interval โดยใช้ Timestamps เป็นขอบเขต ให้ใช้ pandas.Interval ร่วมกับ pandas.Timestamp ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Time Interval ด้วย Timestamps ใช้พารามิเตอร์ closed=left สำหรับช่วงปิดทางซ้าย interval = pd.Interval( pd.Timestamp(2020-

เพื่อตรวจสอบว่าองค์ประกอบอยู่ใน Interval หรือไม่ ให้ใช้ operator in ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Time Interval โดยค่าเริ่มต้น closed=right คือ (0, 10] interval = pd.Interval(left=0, right=10) 3. แสดง Interval print(Interval...\n, interval) 4. ตรวจสอบการ

เพื่อสร้าง closed time interval (ช่วงเวลาปิด) ให้ใช้ pandas.Interval() ตั้งค่าพารามิเตอร์ closed เพื่อตรวจสอบการมีอยู่ของจุดปลายทั้งสอง ใช้ operator in ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Closed Interval closed=both หมายถึง [0, 5] ซึ่งรวมจุดปลายทั้งสองข้าง 0 ≤ x

เพื่อสร้าง open time interval (ช่วงเวลาเปิด) ให้ใช้ pandas.Interval() ตั้งค่า closed=neither เพื่อตรวจสอบการมีอยู่ของจุดปลายทั้งสอง ใช้ operator in ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Open Interval closed=neither หมายถึง (0, 5) ซึ่งไม่รวมจุดปลายทั้งสองข้าง 0 <

กำหนดเมทริกซ์ขนาด n แถว m คอลัมน์ ต้องการหาจำนวนสูงสุดขององค์ประกอบที่ติดกัน (horizontally หรือ vertically) ที่มี GCD (ตัวหารร่วมมาก) มากกว่า 1 ตัวอย่าง เมทริกซ์: 37912 5946 78510 m = 4, n = 3 → เอาต์พุต: 3 คอลัมน์ที่ 4: 12, 6, 10 มี GCD = 2 มี 3 องค์ประกอบติดกัน วิธีแก้ปัญหา สร้าง 3D array m

เพื่อสร้าง half-open time interval (ช่วงเวลาครึ่งเปิด) ให้ใช้ pandas.Interval() ตั้งค่า closed=left เพื่อตรวจสอบการมีอยู่ของจุดปลาย ใช้ operator in ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Half-Open Interval (ปิดทางซ้าย) closed=left หมายถึง [0, 5) ซึ่งอธิบายได้โดย 0

เพื่อสร้าง half-closed time interval (ช่วงเวลาครึ่งปิด) ให้ใช้ pandas.Interval() ตั้งค่า closed=right เพื่อตรวจสอบการมีอยู่ของจุดปลาย ใช้ operator in ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Half-Closed Interval (ปิดทางขวา) closed=right หมายถึง (0, 5] ซึ่งอธิบายได้โด

Special Number คือจำนวนเต็มบวกที่มีเพียง 1 หลักในรูปแบบทศนิยม (1-9) หรือจำนวนที่มีหลักมากกว่า 1 แต่หารด้วยจำนวนหลักของมันลงตัว และผลหารก็เป็น Special Number ด้วย ตัวอย่าง อินพุต: left_limit = 5, right_limit = 30 → เอาต์พุต: 13 Special numbers ในช่วง: 5, 6, 7, 8, 9, 10, 12, 14, 16, 18, 20, 24, 28 ว

กำหนดจำนวนเต็ม 2 ตัว p และ q ต้องการหาค่า 2^(2^p) mod q ตัวอย่าง อินพุต: p = 5, q = 6 → เอาต์พุต: 4 วิธีแก้ปัญหา ใช้ฟังก์ชัน pow(base, exp, mod) ใน Python ซึ่งคำนวณ base^exp mod mod ได้อย่างมีประสิทธิภาพด้วยอัลกอริทึม binary exponentiation ตัวอย่างโค้ด def solve(p, q): res = pow(2, 2 ** p, q)

กำหนดสตริงและจำนวนเต็ม k สตริงจะถูกทำซ้ำ k ครั้งเพื่อสร้างสตริงใหม่ ต้องการหาความยาวของซับสตริงที่ยาวที่สุดในสตริงใหม่ที่ทำให้ 2 × (จำนวน 0) ≤ 3 × (จำนวน 1) ตัวอย่าง อินพุต: k = 2, input_str = 0101011 → เอาต์พุต: 14 สตริงต้นฉบับยาว 7 ตัวอักษร สตริงใหม่: 01010110101011 (ยาว 14) จำนวน 0 = 6, จำนวน 1

เพื่อตรวจสอบว่า Interval ปิดทางซ้าย ขวา ทั้งสองข้าง หรือไม่ปิดเลย ให้ใช้ property interval.closed ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Interval ที่ปิดทั้งสองข้าง ใช้พารามิเตอร์ closed=both สำหรับช่วงปิดทั้งสองข้าง ซึ่งรวมจุดปลายทั้งสองข้าง เช่น [0, 5] หมายถึง 0 ≤

เพื่อตรวจสอบว่า Interval ปิดทางซ้ายหรือไม่ ให้ใช้ property interval.closed_left ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Interval ที่ปิดทางซ้าย ใช้พารามิเตอร์ closed=left หมายถึงช่วง [0, 5) ซึ่งอธิบายได้โดย 0 ≤ x < 5 interval = pd.Interval(left=0, right=20, closed

กำหนดจำนวนเต็ม 5 ตัว a, b, c, d, n ต้องการหาค่า ((a^b)^(c^d)) mod n หรือ a^(b × c^d) mod n ตัวอย่าง อินพุต: a=2, b=3, c=2, d=4, n=10 → เอาต์พุต: 6 2^3 = 8 2^4 = 16 8^16 = 281474976710656 281474976710656 mod 10 = 6 วิธีแก้ปัญหา สร้างฟังก์ชัน helper(n) คำนวณฟังก์ชันออยเลอร์ φ(n) (Eulers totient fun

กำหนดจำนวนเต็ม m และ a ให้ n = p₁^(a+1) × p₂^(a+2) × ... × p_m^(a+m) โดยที่ p_i คือจำนวนเฉพาะตัวที่ i ต้องการหาค่า k ซึ่งเป็นผลรวมของค่า f(x) ของทุกตัวหารของ n โดย f(x) คือจำนวนตัวหารของ x ตัวอย่าง อินพุต: m = 2, a = 1 → เอาต์พุต: 60 n = 2² × 3³ = 4 × 27 = 108 ตัวหารของ 108: 1, 2, 3, 4, 6, 9, 12,