ในการดึงวันในสัปดาห์ออกจาก DateTimeIndex ด้วยความถี่ของอนุกรมเวลาที่เฉพาะเจาะจง ให้ใช้ DateTimeIndex.dayofweek ทรัพย์สิน ขั้นแรก นำเข้าไลบรารีที่จำเป็น - import pandas as pd สร้าง DatetimeIndex ด้วยช่วงเวลา 6 และความถี่เป็น D เช่นวัน - datetimeindex = pd.date_range('2021-10-20 02:30:50', p

สมมติว่าเรามีรายการของตัวเลขที่เรียกว่ากองและค่า k กอง[i] หมายถึง จำนวนของก้อนหินบนกอง i. ในแต่ละชั่วโมง เราเลือกกองและนำหินจำนวน r ออกจากกองนั้น ถ้าเราเลือกกองที่มีหินน้อยกว่า r ก็ยังต้องใช้เวลาหนึ่งชั่วโมงในการกำจัดกอง เราต้องหาค่าต่ำสุดของ r เพื่อให้เราสามารถเอาหินทั้งหมดออกในเวลาน้อยกว่าหรือเท่า

หากต้องการแยกไตรมาสของวันที่ออกจาก DateTimeIndex ด้วยความถี่ของอนุกรมเวลาเฉพาะ ให้ใช้ DateTimeIndex.quarter . ขั้นแรก นำเข้าไลบรารีที่จำเป็น - import pandas as pd สร้าง DatetimeIndex ด้วยระยะเวลา 6 และความถี่เป็น M เช่นเดือน เขตเวลาคือ ออสเตรเลีย/ซิดนีย์ − datetimeindex = pd.date_range('2021-1

หากต้องการแยกเขตเวลาออกจาก DateTimeIndex ด้วยความถี่ของอนุกรมเวลาที่เฉพาะเจาะจง ให้ใช้ DateTimeIndex.tz ทรัพย์สิน ขั้นแรก นำเข้าไลบรารีที่จำเป็น - นำเข้าแพนด้าเป็น pd สร้าง DatetimeIndex ด้วยระยะเวลา 6 และความถี่เป็น D เช่นวัน เขตเวลาคือ ออสเตรเลีย/ซิดนีย์ − datetimeindex =pd.date_range(2021-10-20

สมมติว่าเรามีเมทริกซ์ไบนารี โดยที่ 1 หมายถึงดิน และ 0 หมายถึงน้ำ จากดินแดนใด ๆ เราสามารถเลื่อนขึ้น ลง ซ้ายหรือขวา แต่ไม่เป็นแนวทแยงไปยังเซลล์พื้นดินอื่นหรือออกจากเมทริกซ์ เราต้องหาจำนวนเซลล์ภาคพื้นดินที่เราไม่สามารถออกจากเมทริกซ์ได้ ดังนั้นหากอินพุตเป็นแบบ 0 0 0 1 0 1 1 0 0 1 1 0 0 0 0 1 จาก

ในการดึงความถี่จาก DateTimeIndex ให้ใช้ DateTimeIndex.freq ทรัพย์สินในหมีแพนด้า ขั้นแรก นำเข้าไลบรารีที่จำเป็น - import pandas as pd สร้าง DatetimeIndex ด้วยระยะเวลา 6 และความถี่เป็น D เช่นวัน เขตเวลาคือ ออสเตรเลีย/แอดิเลด − datetimeindex = pd.date_range('2021-10-20 02:30:50', periods=6, t

ในการดึงออบเจ็กต์ความถี่เป็นสตริงจาก DateTimeIndex ให้ใช้ DateTimeIndex.freqstr ทรัพย์สินในหมีแพนด้า ขั้นแรก นำเข้าไลบรารีที่จำเป็น - นำเข้าแพนด้าเป็น pd สร้าง DatetimeIndex ด้วยช่วงเวลา 6 และความถี่เป็น D เช่นวัน - datetimeindex =pd.date_range(2021-10-20 02:30:50, periods=6, tz=Australia/Adelaide

สมมติว่าเรามีรายการหมายเลขที่เรียกว่า nums ตอนนี้ให้พิจารณาฟังก์ชันว่า f(i) ซึ่งลบองค์ประกอบที่ดัชนี i แล้วคืนค่าจริงหรือเท็จ ทั้งนี้ขึ้นอยู่กับผลรวมของค่าดัชนีคู่ในรายการผลลัพธ์จะเหมือนกับผลรวมของค่าดัชนีคี่หรือไม่ ดังนั้นเราจึงต้องการจำนวนดัชนีที่ f จะคืนค่าเป็นจริง ดังนั้น ถ้าอินพุตเป็น nums =[6

ในการตรวจสอบว่าวันที่ใน DateTimeIndex เป็นวันแรกของเดือนหรือไม่ ให้ใช้ DateTimeIndex.is_month_start ทรัพย์สิน ขั้นแรก นำเข้าไลบรารีที่จำเป็น - import pandas as pd สร้าง DatetimeIndex ด้วยระยะเวลา 6 และความถี่เป็น D เช่นวัน เขตเวลาคือ ออสเตรเลีย/แอดิเลด − datetimeindex = pd.date_range('2021-9-2

สมมติว่าเรามีรายการหมายเลขที่เรียกว่า nums ความยาวของรายการนี้เท่ากัน ตอนนี้ให้พิจารณาการดำเนินการที่เราเลือกตัวเลขใดๆ ใน nums และอัปเดตด้วยค่าในช่วง [1 และสูงสุด nums] เราต้องหาจำนวนขั้นต่ำของการดำเนินการดังกล่าวที่จำเป็นสำหรับทุกๆ i nums[i] + nums[n-1-i] เท่ากับจำนวนเดียวกัน ดังนั้น หากอินพุตเท่า

หากต้องการตรวจสอบว่าวันที่ใน DateTimeIndex เป็นวันสุดท้ายของเดือนหรือไม่ ให้ใช้ DateTimeIndex.is_month_end ทรัพย์สิน ขั้นแรก นำเข้าไลบรารีที่จำเป็น - import pandas as pd สร้าง DatetimeIndex ด้วยช่วงเวลา 6 และความถี่เป็น D เช่นวัน - datetimeindex = pd.date_range('2021-9-15 06:40:35', period

หากต้องการตรวจสอบว่าวันที่ใน DateTimeIndex เป็นวันแรกของไตรมาสหรือไม่ ให้ใช้ DateTimeIndex.is_quarter_start ทรัพย์สิน ขั้นแรก นำเข้าไลบรารีที่จำเป็น - import pandas as pd สร้าง DatetimeIndex ด้วยช่วงเวลา 6 และความถี่เป็น D เช่นวัน - datetimeindex = pd.date_range('2021-10-1 02:30:50', perio

หากต้องการตรวจสอบว่าวันที่ใน DateTimeIndex เป็นวันสุดท้ายของไตรมาสหรือไม่ ให้ใช้ DateTimeIndex.is_quarter_end ทรัพย์สิน ขั้นแรก นำเข้าไลบรารีที่จำเป็น - import pandas as pd สร้าง DatetimeIndex ด้วยระยะเวลา 6 และความถี่เป็น D เช่นวัน เขตเวลาคือ ออสเตรเลีย/แอดิเลด − datetimeindex = pd.date_range(

สมมติว่าเรามีรายการตัวเลขที่เรียกว่า nums โดยมีหมายเลขบวกเฉพาะ nums เราต้องหาจำนวนสี่เท่าเช่น (a, b, c, d) จากจำนวนที่ a*b =c*d, a, b, c และ d เป็นองค์ประกอบที่ชัดเจนของ nums ดังนั้น หากอินพุตเป็น nums =[3, 6, 4, 8] ผลลัพธ์จะเป็น 8 เพราะสี่เท่าคือ [[3,8,6,4], [3,8,4,6] , [8,3,6,4], [8,3,4,6], [6,4,

หากต้องการตรวจสอบว่าวันที่ใน DateTimeIndex เป็นวันแรกของปีหรือไม่ ให้ใช้ DateTimeIndex.is_year_start ทรัพย์สิน ขั้นแรก นำเข้าไลบรารีที่จำเป็น - import pandas as pd สร้าง DatetimeIndex ด้วยช่วงเวลา 6 และความถี่เป็น D เช่นวัน - datetimeindex = pd.date_range('2021-12-30 02:30:50', periods=6,

หากต้องการตรวจสอบว่าวันที่ใน DateTimeIndex เป็นวันสุดท้ายของปีหรือไม่ ให้ใช้ DateTimeIndex.is_year_end ทรัพย์สิน ขั้นแรก นำเข้าไลบรารีที่จำเป็น - import pandas as pd สร้าง DatetimeIndex ด้วยช่วงเวลา 6 และความถี่เป็น D เช่นวัน - datetimeindex = pd.date_range('2021-12-25 02:30:50', periods=6

สมมติว่าเรามีเมทริกซ์ไบนารี โดยที่ 0 แทนเซลล์ว่าง และ 1 คือผนัง ถ้าเราเริ่มจากมุมซ้ายบน (0, 0) เราต้องหาจำนวนเซลล์ขั้นต่ำที่จะไปถึงมุมล่างขวา (R-1, C-1) โดยที่ R คือจำนวนแถวและ C คือจำนวน ของคอลัมน์ หากเราไม่พบคำตอบ ให้คืนค่า -1 ดังนั้นหากอินพุตเป็นแบบ 0 0 0 1 0 0 0 1 1 0 0 0 0 1 1 1 1 0 0 0

ในการตรวจสอบว่าวันที่ใน DateTimeIndex เป็นของปีอธิกสุรทินหรือไม่ ให้ใช้ DateTimeIndex.is_leap_year ทรัพย์สิน ขั้นแรก นำเข้าไลบรารีที่จำเป็น - import pandas as pd สร้าง DatetimeIndex ด้วยระยะเวลา 6 และความถี่เป็น Y เช่นปี - datetimeindex = pd.date_range('2021-12-30 02:30:50', periods=6, tz=

ในการตรวจสอบความถี่ของวัตถุ DatetimeIndex ที่ระบุ ให้ใช้ DateTimeIndex.inferred_freq ทรัพย์สิน ขั้นแรก นำเข้าไลบรารีที่จำเป็น - import pandas as pd สร้าง DatetimeIndex ด้วยระยะเวลา 5 และความถี่เป็น Y เช่นปี เขตเวลาคือ ออสเตรเลีย/แอดิเลด − datetimeindex = pd.date_range('2021-10-30 02:30:50'

สมมติว่าเรามีรายการองค์ประกอบที่เรียกว่า nums เราต้องตรวจสอบว่ารายการย่อยแต่ละรายการมีองค์ประกอบอย่างน้อย 1 รายการในนั้นซึ่งเกิดขึ้นเพียงครั้งเดียวในรายการย่อยหรือไม่ เราต้องแก้ปัญหานี้ในเวลาเชิงเส้น ดังนั้น หากอินพุตมีค่าเท่ากับ nums =[5, 10, 20, 10, 0] เอาต์พุตจะเป็น True เพราะทุกรายการย่อยใน num