หากต้องการดึงจำนวน นาโนวินาที (Nanoseconds) จากแต่ละองค์ประกอบของ TimeDeltaIndex สามารถใช้คุณสมบัติ TimedeltaIndex.nanoseconds ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้างออบเจ็กต์ TimeDeltaIndex tdIndex = pd.TimedeltaIndex(data=[ 10 day 5h 2 min 35s 3us 10ns, +2

หากต้องการดึง DataFrame ของส่วนประกอบ (Components) ของ TimeDeltaIndex สามารถใช้คุณสมบัติ TimedeltaIndex.components ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้างออบเจ็กต์ TimeDeltaIndex tdIndex = pd.TimedeltaIndex(data=[ 10 day 5h 2 min 35s 3us 10ns, +22:39:19.9999

หากต้องการแปลง TimeDeltaIndex ให้เป็น ndarray ของ datetime.timedelta objects สามารถใช้เมธอด TimeDeltaIndex.to_pytimedelta() ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้างออบเจ็กต์ TimeDeltaIndex tdIndex = pd.TimedeltaIndex(data=[ 10 day 5h 2 min 3us 10ns, +22:39:19

กำหนด Binary Tree (รูท root) และ Linked List (หัว head) ต้องการตรวจสอบว่า Linked List มีอยู่ใน Binary Tree หรือไม่ หากมีชุดโหนดในต้นไม้ที่เชื่อมต่อกันตามลำดับเหมือน Linked List คืนค่า True มิฉะนั้น False ตัวอย่าง Tree: Linked List: ผลลัพธ์: True (พบเส้นทาง 6 → 7 → 10 ในต้นไม้) วิธีแก้ปัญหา แปลง

ใช้เมธอด to_series() เพื่อสร้าง Series จาก TimeDeltaIndex ใน Pandas ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้างอ็อบเจ็กต์ TimeDeltaIndex tdIndex = pd.TimedeltaIndex(data=[ 10 day 5h 2 min 3us 10ns, +22:39:19.999999, 2 day 4h 03:08:02.000045, +21:15:45.99

กำหนดลิสต์ cities (ลำดับเมืองที่รถทัวร์ไป) และ roads (ถนนเดียทาง รูปแบบ [source, destination]) บางชื่อเมืองใน cities อาจสะกดผิด ต้องแก้โดยเปลี่ยนตัวอักษรน้อยที่สุด คืนค่าจำนวนตัวอักษรที่เปลี่ยน ตัวอย่าง อินพุต: cities = [HWH, DLI, BGL], roads = [[HWH, DLI], [DLI, BCT], [BCT, HWH]] → เอาต์พุต: 2 เม

กำหนดลิสต์ของคู่ (m, c) แทนเส้นตรง y = mx + c และช่วง x = l ถึง x = h ต้องการหาจำนวนเส้นที่กันกับเส้นอื่นอย่างน้อยหนึ่งเส้นภายในช่วงนั้น ตัวอย่าง อินพุต: input_list = [[4, 6], [-6, 10], [8, 12]], l = 0, h = 2 → เอาต์พุต: 2 เส้น y = 4x + 6 และ y = -6x + 10 กันกันภายในช่วง x ∈ [0, 2] วิธีแก้ปัญหา

กำหนดลิสต์สองลิสต์ p และ q คูณทุกค่าจากทั้งสองลิสต์ แล้วหาค่าอันดับ k (0-indexed) จากค่าที่มากไปน้อย ตัวอย่าง อินพุต: p = [2, 5], q = [6, 8], k = 2 → เอาต์พุต: 16 ผลคูณทั้งหมด: 2×6=12, 2×8=16, 5×6=30, 5×8=40 เรียงลำดับมากไปน้อย: 40, 30, 16, 12 อันดับ 2 (0-indexed) = 16 วิธีแก้ปัญหา เรียงลำดับทั

กำหนด Binary Tree ต้องการหาซับทรีที่ใหญ่ที่สุดซึ่งเป็น Binary Search Tree (BST) และคืนค่ารูทโหนดของ BST นั้น ตัวอย่าง ผลลัพธ์ BST ที่ใหญ่ที่สุด: Inorder traversal: 3, 4, 5 วิธีแก้ปัญหา ใช้ DFS (Post-order traversal) ตรวจสอบแต่ละซับทรี ติดตามขนาด BST ที่ใหญ่ที่สุด (c) และรูทของมัน (m) คืนค่าโหนด

กำหนด Binary Tree ต้องการหาว่ามี Binary Search Tree (BST) ในซับทรีหรือไม่ และหาผลรวมของ BST ที่ใหญ่ที่สุด ผลรวมคำนวณจากค่าของทุกโหนดใน BST นั้น ตัวอย่าง ผลลัพธ์: 12 BST ที่พบ: ผลรวมโหนด = 3 + 4 + 5 = 12 วิธีแก้ปัญหา ใช้ DFS (Post-order traversal) ตรวจสอบแต่ละซับทรีว่าเป็น BST หรือไม่ ติดตามขนาด

เพื่อหาเวลาเริ่มต้นของ Period object ให้ใช้ property period.start_time ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Period Objects 2 ตัว period1 = pd.Period(2020-09-22) period2 = pd.Period(freq=D, year=2021, month=2, day=14, hour=2, minute=35) 3. แสดง Period Objects pri

เพื่อหาสัปดาห์ของปีจาก Period object ให้ใช้ property period.weekofyear ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Period Objects 2 ตัว period1 = pd.Period(2020-09-23) period2 = pd.Period(freq=D, year=2021, month=4, day=16, hour=2, minute=35) 3. แสดง Period Objects pri

เพื่อดึงปีจาก Period object ให้ใช้ property period.year ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Period Objects 2 ตัว period1 = pd.Period(2020-09-23) period2 = pd.Period(freq=D, year=2021, month=4, day=16, hour=2, minute=35) 3. แสดง Period Objects print(Period1...\n

เพื่อแปลง Period เป็นความถี่ที่ต้องการ ให้ใช้เมธอด period.asfreq() ตัวอย่างใช้ H สำหรับความถี่รายชั่วโมง ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Period Objects 2 ตัว period1 = pd.Period(2020-09-23 03:15:40) period2 = pd.Period(freq=D, year=2021, month=4, day=16, hou

เพื่อเปลี่ยนความถี่ของ Period object จากวินาทีเป็นรายวัน ให้ใช้เมธอด period.asfreq() ตั้งค่าพารามิเตอร์ D ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Period Object ความถี่วินาที period = pd.Period(freq=S, year=2021, month=4, day=16, hour=2, minute=35, second=15) 3. แสด

เพื่อเปลี่ยนความถี่ของ Period object จากวินาทีเป็นรายชั่วโมง ให้ใช้เมธอด period.asfreq() ตั้งค่าพารามิเตอร์ H ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Period Object ความถี่วินาที period = pd.Period(freq=S, year=2021, month=4, day=16, hour=2, minute=35, second=15) 3.

เพื่อเปลี่ยนความถี่ของ Period object จากวินาทีเป็นรายนาที ให้ใช้เมธอด period.asfreq() ตั้งค่าพารามิเตอร์ T ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Period Object ความถี่วินาที ตั้งค่า freq=S สำหรับความถี่วินาที period = pd.Period(freq=S, year=2021, month=9, day=11, h

เพื่อจัดรูปแบบและคืนค่าสตริงของ Period object ให้ใช้เมธอด period.strftime() พร้อม format specifiers เช่น strftime(%d-%b-%Y) ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Period Object period = pd.Period(freq=S, year=2021, month=9, day=18, hour=8, minute=20, second=45) 3.

เพื่อจัดรูปแบบ Period object ให้ใช้เมธอด period.strftime() เพื่อแสดงไตรมาส ใช้ format specifier Q%q ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Period Object period = pd.Period(freq=S, year=2021, month=9, day=18, hour=8, minute=20, second=45) 3. แสดง Period Object prin

เพื่อจัดรูปแบบ Period object ให้ใช้เมธอด period.strftime() เพื่อแสดงปีไม่รวมศตวรรษ ใช้ format specifier %y ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Period Object period = pd.Period(freq=S, year=2021, month=9, day=18, hour=8, minute=20, second=45) 3. แสดง Period Obje