วิธีสร้าง IntervalIndex ที่ตรงไปตรงมาที่สุดคือใช้ pd.IntervalIndex.from_arrays() โดยส่งอาร์เรย์ขอบซ้ายและขอบขวาเข้ามา ค่าเริ่มต้นช่วงจะปิดทางขวา (closed=right) ตัวอย่างโค้ด import pandas as pd # สร้าง IntervalIndex จากอาร์เรย์ขอบซ้ายและขวา interval = pd.IntervalIndex.from_arrays([5, 10, 15], [10, 1

คุณสมบัติ closed ระบุว่าช่วงใน IntervalIndex ปิดที่ขอบไหน: left, right, both, หรือ neither ค่าเริ่มต้นคือ right ตัวอย่างโค้ด import pandas as pd interval = pd.IntervalIndex.from_arrays([5, 10, 15], [15, 20, 25]) print(IntervalIndex:\n, interval) print(\nความยาวช่วง:, interval.length) print(\nประเภ

คุณสมบัติ left คืนค่าขอบซ้ายของแต่ละช่วงใน IntervalIndex เป็น Index ใช้คู่กับ right เพื่อรับขอบเขตช่วงครบคู่ ตัวอย่างโค้ด import pandas as pd interval = pd.IntervalIndex.from_arrays([5, 10, 15], [15, 20, 25]) print(IntervalIndex:\n, interval) print(\nความยาวช่วง:, interval.length) print(ประเภทการป

คุณสมบัติ right ของ IntervalIndex คืนค่าขอบขวาของแต่ละช่วงเป็น Index เหมาะสำหรับการวิเคราะห์หรือกรองข้อมูลตามขอบเขตช่วง ตัวอย่างโค้ด import pandas as pd interval = pd.IntervalIndex.from_arrays([5, 10, 15], [15, 20, 25]) print(IntervalIndex:\n, interval) print(\nความยาวช่วง:, interval.length) print

คุณสมบัติ mid คืนค่าจุดกึ่งกลาง (midpoint) ของแต่ละช่วงใน IntervalIndex คำนวณจาก (left + right) / 2 เป็นค่า float เสมอ ตัวอย่างโค้ด import pandas as pd interval = pd.IntervalIndex.from_arrays([10, 15, 20], [20, 25, 30]) print(IntervalIndex:\n, interval) print(\nความยาวช่วง:, interval.length) print

คุณสมบัติ length ของ IntervalIndex คืนค่าความยาวของแต่ละช่วง (ขอบขวาลบขอบซ้าย) เป็น Index ของตัวเลข นอกจากนี้ยังมีคุณสมบัติ mid สำหรับหาจุดกึ่งกลางของช่วง ตัวอย่างโค้ด import pandas as pd # สร้าง IntervalIndex interval = pd.IntervalIndex.from_arrays([10, 15, 20], [20, 25, 30]) print(IntervalIndex:

ช่วงที่มีขอบซ้ายและขวาเท่ากัน (เช่น [0, 0] หรือ (0, 0]) จะไม่มีจุดข้อมูลภายใน คุณสมบัติ is_empty จะคืนค่า True สำหรับช่วงแบบนี้ ตัวอย่างโค้ด import pandas as pd # สร้างช่วงที่ขอบซ้ายและขวาเท่ากัน (ช่วงว่าง) interval = pd.IntervalIndex.from_arrays([0, 0], [0, 0]) print(IntervalIndex:\n, interval) p

คุณสมบัติ is_empty คืนค่า False สำหรับช่วงที่มีจุดข้อมูล (non-empty intervals) แม้ช่วงจะสั้น (ความยาว 1) ก็ตาม เนื่องจากยังมีจุดข้อมูลอยู่ภายใน ตัวอย่างโค้ด import pandas as pd # สร้าง IntervalIndex จากอาร์เรย์ขอบเขต ปิดทางขวา interval = pd.IntervalIndex.from_arrays([0, 1], [1, 2], closed=right) p

คุณสมบัติ is_empty ของ IntervalIndex ใช้ตรวจสอบว่าแต่ละช่วงว่างเปล่า (ไม่มีจุดข้อมูล) หรือไม่ ช่วงที่สร้างจากค่า NaN จะไม่ถือว่าว่าง (คืนค่า False) เนื่องจาก Pandas จัดการ NaN เป็นค่าพิเศษ ไม่ใช่ช่วงว่าง ตัวอย่างโค้ด import pandas as pd import numpy as np # สร้าง IntervalIndex จากอาร์เรย์ NaN inter

คุณสมบัติ is_overlapping ใช้ตรวจสอบว่าใน IntervalIndex มีช่วงใดทับซ้อนกันหรือไม่ โดยไม่คำนึงถึงวิธีการสร้างช่วง หากมีช่วงใดทับซ้อนกันแม้แค่ช่วงเดียว จะคืนค่า True ตัวอย่างโค้ด import pandas as pd # สร้าง IntervalIndex จาก tuples (ช่วงทับซ้อนกัน) interval = pd.IntervalIndex.from_tuples([(10, 20), (1

เมื่อช่วงใน IntervalIndex ถูกสร้างด้วย closed=both ขอบเขตจะปิดทั้งสองข้าง ทำให้ช่วงที่ต่อเนื่องกันมีขอบร่วมกัน (เช่น [0, 1] และ [1, 2] ร่วมที่ 1) ซึ่งถือว่าทับซ้อนกัน คุณสมบัติ is_overlapping จะคืนค่า True ตัวอย่างโค้ด import pandas as pd # สร้างช่วงต่อเนื่อง ปิดทั้งสองข้าง interval = pd.interval_r

คุณสมบัติ is_overlapping ของ IntervalIndex ใช้ตรวจสอบว่ามีช่วงใดทับซ้อนกันหรือไม่ โดยพิจารณาจากขอบเขตที่เปิด (open endpoints) หากช่วงต่อเนื่องกันและปิดทางซ้าย (closed=left) ขอบขวาจะเปิด จึงไม่ถือว่าทับซ้อน ตัวอย่างโค้ด import pandas as pd # สร้างช่วงต่อเนื่อง ปิดทางซ้าย (ขอบขวาเปิด) interval = pd.i

เมธอด get_loc() ของ IntervalIndex สามารถคืนค่าตำแหน่งจำนวนเต็ม (integer location) ของค่าที่อยู่ในช่วงได้ หากค่าอยู่ที่ขอบเขตของช่วงที่ต่อเนื่องกันและปิดทั้งสองข้าง จะคืนค่าตำแหน่งของช่วงแรกที่พบ ตัวอย่างโค้ด import pandas as pd # สร้างช่วงต่อเนื่อง ปิดทั้งสองข้าง interval1 = pd.Interval(50, 75, clo

เมื่อมี IntervalIndex ที่ช่วงทับซ้อนกัน (overlapping) ค่าเดียวอาจอยู่ในหลายช่วงพร้อมกัน เมธอด get_loc() จะคืนค่ามาสก์บูลีน (boolean mask) แสดงว่าค่านั้นอยู่ในช่วงไหนบ้าง ตัวอย่างโค้ด import pandas as pd # สร้างช่วงที่ทับซ้อนกัน (ปิดทั้งสองข้าง) interval1 = pd.Interval(50, 75, closed=both) interval2

เมธอด set_closed() ของ IntervalArray ใน Pandas ช่วยเปลี่ยนประเภทการปิดช่วงได้ โดยการระบุพารามิเตอร์ left จะทำให้ช่วงปิดทางซ้าย (left-closed) คือรวมขอบซ้ายแต่ไม่รวมขอบขวา ตัวอย่างโค้ด import pandas as pd # สร้าง IntervalArray จากจุดแบ่ง 0 ถึง 4 index = pd.arrays.IntervalArray.from_breaks(range(5))

เมื่อต้องการตรวจสอบว่าแต่ละช่วง (Interval) ใน IntervalIndex มีค่าที่กำหนดอยู่ภายในหรือไม่ สามารถใช้เมธอด contains() ได้ โดยจะคืนค่าเป็นอาร์เรย์บูลีน (True/False) ตามลำดับของช่วง ตัวอย่างโค้ด import pandas as pd # สร้าง IntervalIndex จาก tuples interval = pd.IntervalIndex.from_tuples([(10, 20), (15,

ใน Pandas สามารถสร้าง IntervalArray จากช่วงของค่าได้โดยใช้ pd.arrays.IntervalArray.from_breaks() โดยค่าเริ่มต้นช่วงจะปิดทางขวา (right-closed) หากต้องการเปลี่ยนการปิดช่วง ให้ใช้เมธอด set_closed() พร้อมระบุพารามิเตอร์เป็น both, left, right หรือ neither ตัวอย่างโค้ด import pandas as pd # สร้าง Interva

คำอธิบายปัญหา กำหนด n เกม และ k หาจำนวนวิธีที่ชนะ **สูงสุด k รอบติดต่อกัน** (ไม่เกิน k ร้องติด) Modulo 10^9+7 ตัวอย่าง n = 3, k = 2 → Output: 7 W=ชนะ, L=แพ้: LLL, WLL, LWL, LLW, WWL, LWW, WLW (ไม่นับ WWW) ขั้นตอนการแก้ปัญหา (DP + Memoization) State: dp(i, K) = วิธีจากเกม i ถึง n-1 โดยชนะติดมา K

คำอธิบายปัญหา กำหนด start และ end หาตัวเลขในช่วง [start, end] ที่ **หลักต่างๆ เพิ่มขึ้นติดกัน** (เช่น 5678 ✓, 169 ✗) ตัวอย่าง start = 10, end = 150 → Output: [12, 23, 34, 45, 56, 67, 78, 89, 123] ขั้นตอนการแก้ปัญหา สตริงอ้างอิง s = 123456789 สร้าง substring ทุกช่วงของ s: s[i:j] (i < j) แปลงเป็น

คำอธิบาย ใช้ property DateTimeIndex.hour ดึงค่าชั่วโมง (0-23) ของแต่ละ timestamp ตัวอย่างโค้ด import pandas as pd datetimeindex = pd.date_range(2021-10-20 02:35:55, periods=6, tz=Australia/Sydney, freq=H) print(DateTimeIndex...\n, datetimeindex) print(DateTimeIndex frequency...\n, datetimeindex.