บทนำ ใช้ DateTimeIndex.floor() กับ freq=T เพื่อปัดลงเป็นหน่วยนาที ขั้นตอน 1. นำเข้าไลบรารี import pandas as pd 2. สร้าง DateTimeIndex datetimeindex = pd.date_range(2021-10-18 07:20:32.261811624, periods=5, tz=Australia/Adelaide, freq=40S) 3. ดำเนินการ Floor ความถี่นาที print(\nPerforming floor op

บทนำ ใช้ DateTimeIndex.floor() พร้อม freq=S เพื่อปัดลงเป็นหน่วยวินาที ขั้นตอน 1. นำเข้าไลบรารี import pandas as pd 2. สร้าง DateTimeIndex datetimeindex = pd.date_range(2021-10-18 07:20:32.261811624, periods=5, tz=Australia/Adelaide, freq=40S) 3. แสดงข้อมูลและดำเนินการ Floor print(DateTimeIndex...

บทนำ ใช้ DateTimeIndex.floor() กับ freq=ms เพื่อปัดลงเป็นหน่วยมิลลิวินาที ขั้นตอน 1. นำเข้าไลบรารี import pandas as pd 2. สร้าง DateTimeIndex datetimeindex = pd.date_range(2021-10-18 07:20:32.261811624, periods=5, tz=Australia/Adelaide, freq=40S) 3. แสดง DateTimeIndex print(DateTimeIndex...\n, da

บทนำ ใช้เมธอด DateTimeIndex.floor() พร้อม freq=us เพื่อปัดลง DateTimeIndex เป็นหน่วยไมโครวินาที ขั้นตอน 1. นำเข้าไลบรารี import pandas as pd 2. สร้าง DateTimeIndex datetimeindex = pd.date_range(2021-10-18 07:20:32.261811624, periods=5, tz=Australia/Adelaide, freq=40S) 3. ดำเนินการ Floor ความถี่ไม

ปัญหา ให้รายการ counts ที่ counts[i] แสดงจำนวนไอเทมชนิดที่ i และค่า k ให้หาจำนวนกลุ่มสูงสุดขนาด k ที่แต่ละกลุ่มต้องมีไอเทมชนิดต่างกันหมด ตัวอย่าง Input: counts = [2, 3, 5, 3], k = 2 Output: 6 # ชนิด a,b,c,d มีจำนวน 2,3,5,3 # กลุ่มที่เป็นไปได้: (c,a), (b,a), (c,b), (c,b), (d,a), (d,a) = 6 กลุ่ม อั

บทนำ ใช้ DateTimeIndex.ceil() กับ freq=H เพื่อปัดขึ้นเป็นหน่วยชั่วโมง ขั้นตอน 1. นำเข้าไลบรารี import pandas as pd 2. สร้าง DateTimeIndex ความถี่ 20 นาที datetimeindex = pd.date_range(2021-09-29 07:20:32.261811624, periods=5, tz=Australia/Adelaide, freq=20min) 3. ดำเนินการ Ceil ความถี่ชั่วโมง pri

บทนำ ใช้เมธอด DateTimeIndex.ceil() พร้อมพารามิเตอร์ freq=T เพื่อปัดขึ้น DateTimeIndex ให้เป็นหน่วยนาที ขั้นตอนการทำงาน 1. นำเข้าไลบรารี import pandas as pd 2. สร้าง DateTimeIndex datetimeindex = pd.date_range(2021-10-18 07:20:32.261811624, periods=5, tz=Australia/Adelaide, freq=40S) 3. ดำเนินการ

บทนำ การดำเนินการ ceil (ปัดขึ้น) บน DateTimeIndex ด้วยความถี่วินาที ใช้เมธอด DateTimeIndex.ceil() โดยตั้งค่าพารามิเตอร์ freq=S ขั้นตอนการทำงาน 1. นำเข้าไลบรารี import pandas as pd 2. สร้าง DateTimeIndex datetimeindex = pd.date_range(2021-10-18 07:20:32.261811624, periods=5, tz=Australia/Adelaide,

ปัญหา ให้รายการตัวเลข nums และค่า k ให้หาองค์ประกอบที่เล็กที่สุดลำดับ k (นับจาก 0) ในรายการ โดยต้องแก้ปัญหาในเวลา O(n) เฉลี่ย ตัวอย่าง องค์ประกอบลำดับที่ 2 คือ 4 อัลกอริทึม: ใช้ Max Heap ขนาด k+1 สร้าง Max Heap ว่าง ใส่ k+1 องค์ประกอบแรกลงใน Heap (ใช้ค่าลบเพราะ Python มี min-heap เท่านั้น) สำหรั

บทนำ การดำเนินการ ceil (ปัดขึ้น) บน DateTimeIndex ด้วยความถี่มิลลิวินาที สามารถทำได้โดยใช้เมธอด DateTimeIndex.ceil() โดยระบุพารามิเตอร์ freq เป็น ms ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง DateTimeIndex สร้าง DateTimeIndex ที่มี 5 ช่วงเวลา ความถี่ 40 วินาที และเขตเวล

ทำ Ceil Operation บน DateTimeIndex ด้วย Microseconds Frequency ใช้ DateTimeIndex.ceil() พารามิเตอร์ freq=us 1. Import pandas: import pandas as pd 2. สร้าง DatetimeIndex รอบ 5 ครั้ง ความถี่ S (Seconds) Timezone Australia/Adelaide: datetimeindex = pd.date_range(2021-10-18 07:20:32.261811624, periods=5

กำหนดค่า n, total, k พิจารณาลิสต์ขนาด n ที่ผลรวมเท่ากับ total และความต่างสัมบูรณ์ระหว่างสมาชิกติดกัน ≤ 1 หาค่าสูงสุดที่ Index k ของลิสต์ดังกล่าว ตัวอย่าง: n=5 total=15 k=3 → Output: 4 ลิสต์ที่เป็นไปได้ [3,2,3,4,3] ค่าสูงสุดที่ Index 3 คือ 4 ขั้นตอนการแก้ปัญหา x := 0 Loop: a = k+1, s = (x + x - a +

ทำ Ceil Operation บน DateTimeIndex ด้วย Frequency ที่ระบุ ใช้เมธอด DateTimeIndex.ceil() พารามิเตอร์ freq 1. Import pandas: import pandas as pd 2. สร้าง DatetimeIndex รอบ 5 ครั้ง ความถี่ S (Seconds) Timezone Australia/Adelaide: datetimeindex = pd.date_range(2021-10-18 07:20:32.261811624, periods=5, t

สมมติมี Binary Matrix สามารถจัดเรียงคอลัมน์ได้ไม่จำกัดครั้ง แล้วหาพื้นที่ Submatrix ใหญ่สุดที่ประกอบด้วย 1 เท่านั้น ตัวอย่าง Input: 100 111 101 Output: 4 เพราะจัดเรียงได้เป็น: 100 111 110 ขั้นตอนการแก้ปัญหา n := จำนวนแถว m := จำนวนคอลัมน์ ans := 0 Loop i = 1 ถึง n-1: Loop j = 0 ถึง m-1: ถ้า

ในการแปลง DateTimeIndex เป็น Period ใช้เมธอด datetimeindex.to_period() ใน Pandas ตั้งค่าความถี่ด้วยพารามิเตอร์ freq 1. Import ไลบรารี: import pandas as pd 2. สร้าง DatetimeIndex รอบ 5 ครั้ง ความถี่ Y (Year): datetimeindex = pd.date_range(2021-10-18 07:20:32.261811624, periods=5, freq=2Y) 3. แสดง Dat

หากต้องการคำนวณ TimedeltaArray ของความต่างระหว่างค่า DateTimeIndex กับการแปลงเป็น PeriodArray ที่ความถี่ที่กำหนด สามารถใช้เมธอด datetimeindex.to_perioddelta() พร้อมพารามิเตอร์ freq ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง DatetimeIndex datetimeindex = pd.date_range(

หากต้องการแปลง DateTimeIndex ให้เป็น ndarray ของ datetime.datetime objects (มาตรฐาน Python) สามารถใช้เมธอด datetimeindex.to_pydatetime() ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง DatetimeIndex ด้วยความถี่เป็นปี datetimeindex = pd.date_range( 2021-10-18 07:20:32.26

โจทย์: กำหนด Edge List ที่แต่ละรายการ (u, v) แสดงว่า u เป็นพาเรนต์ของ v หา ความยาวเส้นทางที่ยาวที่สุด (Diameter) ในต้นไม้ โดยนิยามความยาว = 1 + จำนวนโหนดในเส้นทาง ตัวอย่าง Edges: [(1, 2), (1, 3), (1, 4), (4, 5), (5, 7), (1, 6), (4, 8)] โครงสร้างต้นไม้: 1 / | \ 2 3 4 /

หากต้องการแปลง DateTimeIndex เป็น Series สามารถใช้เมธอด DatetimeIndex.to_series() ได้โดยตรง ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง DatetimeIndex พร้อม Timezone datetimeindex = pd.date_range( 2021-10-18 07:20:32.261811624, periods=5, tz=Australia/Adela

หากต้องการแปลง DateTimeIndex เป็น Series โดย ไม่รวม Timezone สามารถใช้ datetimeindex.tz_convert(None).to_series() เมธอด tz_convert(None) ใช้สำหรับลบ timezone ออก ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง DatetimeIndex พร้อม Timezone datetimeindex = pd.date_range(