Python

細かい頻度でDateTimeIndexに対してフロア操作を実行するには、 DateTimeIndex.floor（）を使用します。 方法。分単位の頻度については、頻度を使用してください 値が‘T’のパラメータ 。 まず、必要なライブラリをインポートします- import pandas as pd 期間7と頻度をs、つまり秒としてDatetimeIndexを作成します- datetimeindex = pd.date_range('2021-10-18 07:20:32.261811624', periods=5, tz='Australia/Adelaide'

秒の頻度でDateTimeIndexに対してフロア操作を実行するには、 DateTimeIndex.floor（）を使用します。 方法。秒の頻度については、頻度を使用します 値が「S」のパラメータ まず、必要なライブラリをインポートします- import pandas as pd 期間7、頻度をS、つまり秒としてDatetimeIndexを作成します- datetimeindex = pd.date_range('2021-10-18 07:20:32.261811624', periods=5, tz='Australia/Adelaide', freq

ミリ秒の頻度でDateTimeIndexに対してフロア操作を実行するには、 DateTimeIndex.floor（）を使用します。 方法。ミリ秒の頻度の場合は、 freqを使用します 値が‘ms’のパラメータ 。 まず、必要なライブラリをインポートします- import pandas as pd 期間7、頻度をS、つまり秒とするDatetimeIndex- datetimeindex = pd.date_range('2021-10-18 07:20:32.261811624', periods=5, tz='Australia/Adelaide', fr

マイクロ秒の頻度でDateTimeIndexに対してフロア操作を実行するには、 DateTimeIndex.floor（）を使用します。 方法。マイクロ秒の周波数には、 freqを使用します 値が「us」のパラメータ 。 まず、必要なライブラリをインポートします- import pandas as pd 期間7、頻度をS、つまり秒とするDatetimeIndex。タイムゾーンはオーストラリア/アデレード- datetimeindex = pd.date_range('2021-10-18 07:20:32.261811624', periods=5, tz='Aus

counts [i]がタイプiのアイテムの数を表す、countsと呼ばれる数のリストがあるとします。別の値kもあります。サイズkのグループの最大数を見つける必要があります。そのため、各グループには異なるタイプのアイテムが必要です。 したがって、入力がcounts =[2、3、5、3] k =2のような場合、4つのタイプのアイテムがそれぞれa、b、c、dで表されるため、出力は6になります。 k =2の次のグループを持つことができます。ここで、すべての要素は異なるタイプです：[（c、a）、（b、a）、（c、b）、（c、b）、（d、a）、 （d、a）]。 これを解決するには、次の手順に従います-

1時間ごとの頻度でDateTimeIndexに対してceil操作を実行するには、 DateTimeIndex.ceil（）を使用します。 方法。 1時間ごとの頻度については、値「H」のfreqパラメーターを使用します。 まず、必要なライブラリをインポートします- import pandas as pd 期間5、頻度を最小、つまり分としてDatetimeIndexを作成します- datetimeindex = pd.date_range('2021-09-29 07:20:32.261811624', periods=5, tz='Australia/Adelaide

細かい頻度でDateTimeIndexに対してceil操作を実行するには、 DateTimeIndex.ceil（）を使用します。 方法。分単位の頻度については、頻度を使用してください 値が‘T’のパラメータ 。 まず、必要なライブラリをインポートします- import pandas as pd 期間5と頻度をs、つまり秒としてDatetimeIndexを作成します- datetimeindex = pd.date_range('2021-10-18 07:20:32.261811624', periods=5, tz='Australia/Adelaide'

秒の頻度でDateTimeIndexに対してceil操作を実行するには、 DateTimeIndex.ceil（）を使用します。 方法。秒の頻度については、頻度を使用します 値が「S」のパラメータ 。 まず、必要なライブラリをインポートします- import pandas as pd 期間5、頻度をS、つまり秒としてDatetimeIndexを作成します- datetimeindex = pd.date_range('2021-10-18 07:20:32.261811624', periods=5, tz='Australia/Adelaide', fre

numsという数値のリストがあり、別の値kもあるとすると、リスト内でk番目（0から始まる）の最小要素を見つける必要があります。この問題は平均してO（n）時間で解決する必要があります。 したがって、入力がnums =[6、4、9、3、1] k =2の場合、リストを並べ替えると[1、3、4、6、9]のようになり、出力は4になります。 、k番目に小さい要素は4です。 これを解決するには、次の手順に従います- maxHeap：=新しい空のヒープ 0からkの範囲のiについては、 nums[i]をmaxHeapに挿入 k + 1の範囲のiからnums-1のサイズまで、do maxHea

ミリ秒の頻度でDateTimeIndexに対してceil操作を実行するには、 DateTimeIndex.ceil（）を使用します。 方法。ミリ秒の頻度の場合は、 freqを使用します 値が‘ms’のパラメータ。 まず、必要なライブラリをインポートします- import pandas as pd 期間5、頻度をS、つまり秒としてDatetimeIndexを作成します。タイムゾーンはオーストラリア/アデレード- datetimeindex = pd.date_range('2021-10-18 07:20:32.261811624', periods=5, tz='

マイクロ秒の頻度でDateTimeIndexに対してceil操作を実行するには、 DateTimeIndex.ceil（）を使用します。 方法。マイクロ秒の周波数には、 freqを使用します 値が「us」のパラメータ 。 まず、必要なライブラリをインポートします- import pandas as pd 期間5、頻度をS、つまり秒としてDatetimeIndexを作成します- datetimeindex = pd.date_range('2021-10-18 07:20:32.261811624', periods=5, tz='Australia/Adelaide

n、total、およびkの3つの値があるとします。ここで、合計が合計と同じで、任意の2つの連続する要素間の絶対差が最大1であるサイズnのリストについて考えます。このようなリストのインデックスkで最大値を見つける必要があります。 したがって、入力がn=5合計=15k =3の場合、出力は4になります。これは、1つの可能なリストが[3,2,3,4,3]のようであり、インデックス3で見つかる最大要素であるためです。は4です。 これを解決するには、次の手順に従います- x：=0 次のことを繰り返し行います。 a：=k + 1 s：=（x + x --a + 1）* a/2の場合はフロア

指定された頻度でDateTimeIndexに対してceil操作を実行するには、 DateTimeIndex.ceil（）を使用します。 方法。頻度については、頻度を使用してください パラメータ。 まず、必要なライブラリをインポートします- import pandas as pd 期間5、頻度をS、つまり秒としてDatetimeIndexを作成します。タイムゾーンはオーストラリア/アデレード- datetimeindex = pd.date_range('2021-10-18 07:20:32.261811624', periods=5, tz='Australia/

バイナリ行列があるとします。最初に列を必要な回数だけ再配置してから、1のみを含む最大の部分行列の領域を返すことができます。 したがって、入力が次のような場合 1 0 0 1 1 1 1 0 1 配置できるので、出力は4になります- 1 0 0 1 1 1 1 1 0 これを解決するには、次の手順に従います- n：=行列の行数 m：=行列の列数 ans：=0 1からn-1の範囲のiの場合、do 0〜m-1の範囲のjの場合、do matrix [i、j]が1の場合

DateTimeIndexをPeriodに変換するには、 datetimeindex.to_period（）を使用します パンダのメソッド。頻度は頻度を使用して設定されます パラメータ。 まず、必要なライブラリをインポートします- import pandas as pd 期間5と頻度をY、つまり年としてDatetimeIndexを作成します- datetimeindex = pd.date_range('2021-10-18 07:20:32.261811624', periods=5, freq='2Y') DateTimeIndexを表示- prin

インデックス値と指定された周波数でPeriodArrayに変換されたインデックスの差のTimedeltaArrayを計算するには、 datetimeindex.to_perioddelta（）を使用します。 方法。 freqを使用して頻度を設定します パラメータ。 まず、必要なライブラリをインポートします- import pandas as pd 期間7と頻度をY、つまり年としてDatetimeIndexを作成します- datetimeindex = pd.date_range('2021-10-18 07:20:32.261811624', periods=5, fre

DatetimeIndexをdatetime.datetimeオブジェクトのオブジェクトndarrayとして返すには、 datetimeindex.to_pydatetime（）を使用します。 メソッド。 まず、必要なライブラリをインポートします- import pandas as pd 期間5と頻度をY、つまり年としてDatetimeIndexを作成します- datetimeindex = pd.date_range('2021-10-18 07:20:32.261811624', periods=5, freq='2Y') DateTimeIndex

各アイテムが保持しているエッジリスト（u、v）があり、uがvの親であることを表しているとします。ツリー内で最も長いパスの長さを見つける必要があります。パスの長さは、1+そのパス内のノードの数です。 したがって、入力が次のような場合 パスが[1、4、5、7]であり、合計4つのノードがあるため、出力は5になります。したがって、パスの長さは1 + 4=5です。 これを解決するには、次の手順に従います- g：=指定されたエッジリストからのグラフの隣接リスト d：=新しい地図 関数bfs（）を定義します。これには時間がかかります d [o]：=1 f：=o q：=[o]

DateTimeIndexをSeriesに変換するには、 DateTimeIndex.to_series（）を使用します メソッド。 まず、必要なライブラリをインポートします- import pandas as pd 期間5、頻度をS、つまり秒としてDatetimeIndexを作成します。タイムゾーンはオーストラリア/アデレード- datetimeindex = pd.date_range('2021-10-18 07:20:32.261811624', periods=5, tz='Australia/Adelaide', freq='40S

DateTimeIndexをTimeZoneを除くシリーズに変換するには、 datetimeindex.tz_convert（None）.to_series（）を使用します。 。 tz.convert（なし） タイムゾーンを除外するために使用されます。 まず、必要なライブラリをインポートします- import pandas as pd 期間5、頻度をS、つまり秒としてDatetimeIndexを作成します- datetimeindex = pd.date_range('2021-10-18 07:20:32.261811624', periods=5, tz='A