न्यूनतम आवृत्ति के साथ DateTimeIndex पर फ्लोर ऑपरेशन करने के लिए, DateTimeIndex.floor() का उपयोग करें तरीका। सूक्ष्म आवृत्ति के लिए, आवृत्ति . का उपयोग करें मान T . के साथ पैरामीटर । सबसे पहले, आवश्यक पुस्तकालयों को आयात करें - import pandas as pd 7 की अवधि और आवृत्ति सेकंड यानी सेकंड के साथ एक डे

सेकंड फ़्रीक्वेंसी के साथ डेटटाइमइंडेक्स पर फ्लोर ऑपरेशन करने के लिए, DateTimeIndex.floor() का उपयोग करें। तरीका। सेकंड फ़्रीक्वेंसी के लिए, फ़्रीक . का उपयोग करें मान S . के साथ पैरामीटर सबसे पहले, आवश्यक पुस्तकालयों को आयात करें - import pandas as pd एक डेटटाइम इंडेक्स बनाएं जिसकी अवधि 7 और आवृ

डेटटाइमइंडेक्स पर मिलीसेकंड आवृत्ति के साथ फ्लोर ऑपरेशन करने के लिए, DateTimeIndex.floor() का उपयोग करें तरीका। मिलीसेकंड आवृत्ति के लिए, आवृत्ति . का उपयोग करें मान ms . के साथ पैरामीटर । सबसे पहले, आवश्यक पुस्तकालयों को आयात करें - import pandas as pd दिनांक 7 की अवधि के साथ डेटाटाइम इंडेक्स और

माइक्रोसेकंड आवृत्ति के साथ डेटटाइमइंडेक्स पर फ्लोर ऑपरेशन करने के लिए, DateTimeIndex.floor() का उपयोग करें तरीका। माइक्रोसेकंड आवृत्ति के लिए, आवृत्ति . का उपयोग करें मान के साथ पैरामीटर हम । सबसे पहले, आवश्यक पुस्तकालयों को आयात करें - import pandas as pd डेटटाइम इंडेक्स अवधि 7 के साथ और आवृत्ति

मान लीजिए कि हमारे पास गिनती नामक संख्याओं की एक सूची है जहां मायने रखता है [i] प्रकार की वस्तुओं की संख्या का प्रतिनिधित्व करता है। हमारे पास एक और मूल्य k भी है। हमें k आकार के समूहों की अधिकतम संख्या ज्ञात करनी होगी, जैसे कि प्रत्येक समूह में अलग-अलग प्रकार के आइटम होने चाहिए। इसलिए, यदि इनपुट क

डेटटाइमइंडेक्स पर घंटे की आवृत्ति के साथ सील ऑपरेशन करने के लिए, DateTimeIndex.ceil() का उपयोग करें। तरीका। प्रति घंटा आवृत्ति के लिए, H मान वाले freq पैरामीटर का उपयोग करें। सबसे पहले, आवश्यक पुस्तकालयों को आयात करें - import pandas as pd अवधि 5 के साथ एक डेटाटाइम इंडेक्स बनाएं और फ़्रीक्वेंसी न्

न्यूनतम आवृत्ति के साथ DateTimeIndex पर छत संचालन करने के लिए, DateTimeIndex.ceil() का उपयोग करें तरीका। सूक्ष्म आवृत्ति के लिए, आवृत्ति . का उपयोग करें मान T . के साथ पैरामीटर । सबसे पहले, आवश्यक पुस्तकालयों को आयात करें - import pandas as pd 5 अवधि और आवृत्ति सेकंड यानी सेकंड के साथ एक डेटाटाइम

सेकंड फ़्रीक्वेंसी के साथ डेटटाइमइंडेक्स पर सील ऑपरेशन करने के लिए, DateTimeIndex.ceil() का उपयोग करें। तरीका। सेकंड फ़्रीक्वेंसी के लिए, फ़्रीक . का उपयोग करें मान S . के साथ पैरामीटर । सबसे पहले, आवश्यक पुस्तकालयों को आयात करें - import pandas as pd 5 अवधि और आवृत्ति S यानी सेकंड के साथ एक डेटाट

मान लीजिए कि हमारे पास संख्याओं की एक सूची है जिसे अंक कहा जाता है, हमारे पास एक और मूल्य k भी है, हमें सूची में kth (0 से शुरू) सबसे छोटा तत्व खोजना होगा। हमें इस समस्या को औसतन O(n) समय में हल करना है। इसलिए, यदि इनपुट संख्या =[6, 4, 9, 3, 1] k =2 की तरह है, तो आउटपुट 4 होगा, जैसा कि सूची को छांट

डेटटाइमइंडेक्स पर मिलीसेकंड आवृत्ति के साथ सील ऑपरेशन करने के लिए, DateTimeIndex.ceil() का उपयोग करें। तरीका। मिलीसेकंड आवृत्ति के लिए, आवृत्ति . का उपयोग करें मान ms के साथ पैरामीटर। सबसे पहले, आवश्यक पुस्तकालयों को आयात करें - import pandas as pd अवधि 5 और आवृत्ति S यानी सेकंड के साथ एक डेटाटाइ

माइक्रोसेकंड आवृत्ति के साथ डेटटाइमइंडेक्स पर छत संचालन करने के लिए, DateTimeIndex.ceil() का उपयोग करें। तरीका। माइक्रोसेकंड आवृत्ति के लिए, आवृत्ति . का उपयोग करें मान के साथ पैरामीटर हम । सबसे पहले, आवश्यक पुस्तकालयों को आयात करें - import pandas as pd 5 अवधि और आवृत्ति S यानी सेकंड के साथ एक डे

मान लीजिए कि हमारे पास तीन मान n, कुल और k हैं। अब आकार n की एक सूची पर विचार करें जिसका योग कुल के समान है और जहां किन्हीं दो क्रमागत तत्वों के बीच पूर्ण अंतर अधिकतम 1 है। हमें ऐसी सूची के सूचकांक k पर अधिकतम मान ज्ञात करना है। इसलिए, यदि इनपुट n =5 कुल =15 k =3 जैसा है, तो आउटपुट 4 होगा, क्योंकि

निर्दिष्ट आवृत्ति के साथ DateTimeIndex पर छत संचालन करने के लिए, DateTimeIndex.ceil() का उपयोग करें तरीका। आवृत्ति के लिए, आवृत्ति . का उपयोग करें पैरामीटर। सबसे पहले, आवश्यक पुस्तकालयों को आयात करें - import pandas as pd अवधि 5 और आवृत्ति S यानी सेकंड के साथ एक डेटाटाइम इंडेक्स बनाएं। समय क्षेत्र

मान लीजिए कि हमारे पास एक बाइनरी मैट्रिक्स है। हम पहले कॉलम को जितनी बार चाहें पुनर्व्यवस्थित कर सकते हैं, फिर केवल 1s वाले सबसे बड़े सबमैट्रिक्स का क्षेत्र लौटाएं। तो, अगर इनपुट पसंद है 1 0 0 1 1 1 1 0 1 तो आउटपुट 4 होगा, क्योंकि हम व्यवस्था कर सकते हैं जैसे - 1 0 0 1 1 1 1 1 0 इसे हल

DateTimeIndex को अवधि में बदलने के लिए, datetimeindex.to_period() . का उपयोग करें पंडों में विधि। आवृत्ति आवृत्ति . का उपयोग करके सेट की जाती है पैरामीटर। सबसे पहले, आवश्यक पुस्तकालयों को आयात करें - import pandas as pd 5 की अवधि और Y यानी वर्ष के रूप में आवृत्ति के साथ एक डेटाटाइम इंडेक्स बनाएं

निर्दिष्ट फ़्रीक पर अवधिअरे में परिवर्तित अनुक्रमणिका मानों और अनुक्रमणिका के बीच अंतर के TimedeltaArray की गणना करने के लिए, datetimeindex.to_perioddelta() का उपयोग करें तरीका। आवृत्ति . का उपयोग करके आवृत्ति सेट करें पैरामीटर। सबसे पहले, आवश्यक पुस्तकालयों को आयात करें - import pandas as pd 7 की

डेटटाइमइंडेक्स को डेटटाइम.डेटटाइम ऑब्जेक्ट्स के ऑब्जेक्ट ndarray के रूप में वापस करने के लिए, datetimeindex.to_pydatetime() का उपयोग करें। विधि। सबसे पहले, आवश्यक पुस्तकालयों को आयात करें - import pandas as pd 5 की अवधि और Y यानी वर्ष के रूप में आवृत्ति के साथ एक डेटाटाइम इंडेक्स बनाएं - datetimei

मान लीजिए कि हमारे पास एक किनारे की सूची है जहां प्रत्येक आइटम धारण कर रहा है (यू, वी) दर्शाता है कि आप वी के माता-पिता हैं। हमें पेड़ में सबसे लंबे पथ की लंबाई का पता लगाना है। पथ की लंबाई उस पथ में 1 + नोड्स की संख्या है। तो, अगर इनपुट पसंद है तो आउटपुट 5 होगा, क्योंकि पथ [1, 4, 5, 7] है, कुल

DateTimeIndex को श्रृंखला में बदलने के लिए, DateTimeIndex.to_series() का उपयोग करें विधि। सबसे पहले, आवश्यक पुस्तकालयों को आयात करें - import pandas as pd अवधि 5 और आवृत्ति S यानी सेकंड के साथ एक डेटाटाइम इंडेक्स बनाएं। समय क्षेत्र ऑस्ट्रेलिया/एडिलेड है - datetimeindex = pd.date_range('2021-10

TimeZone को छोड़कर DateTimeIndex को सीरीज में बदलने के लिए, datetimeindex.tz_convert(None).to_series() का उपयोग करें। . tz.convert(कोई नहीं) समय क्षेत्र को बाहर करने के लिए प्रयोग किया जाता है। सबसे पहले, आवश्यक पुस्तकालयों को आयात करें - import pandas as pd 5 अवधि और आवृत्ति S यानी सेकंड के साथ