DateTimeIndex पर मिनट फ्रीक्वेंसी के साथ फ्लोर ऑपरेशन करने के लिए, DateTimeIndex.floor() मेथड का उपयोग करें। मिनट फ्रीक्वेंसी के लिए, freq पैरामीटर का उपयोग करें जिसका मान T है। आवश्यक लाइब्रेरी आयात करें import pandas as pd DatetimeIndex बनाएं datetimeindex = pd.date_range(2021-10-18 07:20:32.26181

DateTimeIndex पर सेकंड फ्रीक्वेंसी के साथ फ्लोर ऑपरेशन करने के लिए, DateTimeIndex.floor() मेथड का उपयोग करें। सेकंड फ्रीक्वेंसी के लिए, freq पैरामीटर का उपयोग करें जिसका मान S है। आवश्यक लाइब्रेरी आयात करें import pandas as pd DatetimeIndex बनाएं datetimeindex = pd.date_range(2021-10-18 07:20:32.261

DateTimeIndex पर मिलीसेकंड फ्रीक्वेंसी के साथ फ्लोर ऑपरेशन करने के लिए, DateTimeIndex.floor() मेथड का उपयोग करें। मिलीसेकंड फ्रीक्वेंसी के लिए, freq पैरामीटर का उपयोग करें जिसका मान ms है। आवश्यक लाइब्रेरी आयात करें import pandas as pd DatetimeIndex बनाएं पीरियड 7 और फ्रीक्वेंसी S (सेकंड) के साथ Dat

DateTimeIndex पर माइक्रोसेकंड फ्रीक्वेंसी के साथ फ्लोर ऑपरेशन करने के लिए, DateTimeIndex.floor() मेथड का उपयोग करें। माइक्रोसेकंड फ्रीक्वेंसी के लिए, freq पैरामीटर का उपयोग करें जिसका मान us है। आवश्यक लाइब्रेरी आयात करें import pandas as pd DatetimeIndex बनाएं पीरियड 7 और फ्रीक्वेंसी S (सेकंड) के स

मान लीजिए हमारे पास counts नामक संख्याओं की एक सूची है जहां counts[i] टाइप i के आइटम की संख्या दर्शाता है। हमारे पास एक और मान k भी है। हमें आकार k के ग्रुप्स की अधिकतम संख्या ढूंढनी है, जैसे कि प्रत्येक ग्रुप में विशिष्ट प्रकार के आइटम हों। उदाहरण के लिए, यदि इनपुट है counts = [2, 3, 5, 3], k = 2,

DateTimeIndex पर घंटा फ्रीक्वेंसी के साथ सील ऑपरेशन करने के लिए, DateTimeIndex.ceil() मेथड का उपयोग करें। घंटा फ्रीक्वेंसी के लिए, freq पैरामीटर का उपयोग करें जिसका मान H है। आवश्यक लाइब्रेरी आयात करें import pandas as pd DatetimeIndex बनाएं पीरियड 5 और फ्रीक्वेंसी मिन (मिनट) के साथ DatetimeIndex बन

DateTimeIndex पर मिनट फ्रीक्वेंसी के साथ सील ऑपरेशन करने के लिए, DateTimeIndex.ceil() मेथड का उपयोग करें। मिनट फ्रीक्वेंसी के लिए, freq पैरामीटर का उपयोग करें जिसका मान T है। आवश्यक लाइब्रेरी आयात करें import pandas as pd DatetimeIndex बनाएं datetimeindex = pd.date_range(2021-10-18 07:20:32.26181162

DateTimeIndex पर सेकंड फ्रीक्वेंसी के साथ सील ऑपरेशन करने के लिए, DateTimeIndex.ceil() मेथड का उपयोग करें। सेकंड फ्रीक्वेंसी के लिए, freq पैरामीटर का उपयोग करें जिसका मान S है। आवश्यक लाइब्रेरी आयात करें import pandas as pd DatetimeIndex बनाएं datetimeindex = pd.date_range(2021-10-18 07:20:32.261811

मान लीजिए हमारे पास nums नामक संख्याओं की एक सूची है, हमारे पास एक और मान k भी है, हमें सूची में kth (0 से शुरू) सबसे छोटा तत्व ढूंढना है। हमें इस समस्या को औसतन O(n) समय में हल करना है। उदाहरण के लिए, यदि इनपुट है nums = [6, 4, 9, 3, 1], k = 2, तो आउटपुट 4 होगा, क्योंकि सॉर्ट करने के बाद सूची [1, 3

DateTimeIndex पर मिलीसेकंड फ्रीक्वेंसी के साथ सील ऑपरेशन करने के लिए, DateTimeIndex.ceil() मेथड का उपयोग करें। मिलीसेकंड फ्रीक्वेंसी के लिए, freq पैरामीटर का उपयोग करें जिसका मान ms है। आवश्यक लाइब्रेरी आयात करें import pandas as pd DatetimeIndex बनाएं datetimeindex = pd.date_range(2021-10-18 07:20:

DateTimeIndex पर माइक्रोसेकंड फ्रीक्वेंसी के साथ सील ऑपरेशन करने के लिए, DateTimeIndex.ceil() मेथड का उपयोग करें। माइक्रोसेकंड फ्रीक्वेंसी के लिए, freq पैरामीटर का उपयोग करें जिसका मान us है। आवश्यक लाइब्रेरी आयात करें import pandas as pd DatetimeIndex बनाएं datetimeindex = pd.date_range(2021-10-18

मान लीजिए हमारे पास तीन मान n, total, और k हैं। अब आकार n की एक सूची पर विचार करें जिसका योग total के बराबर है और जहां किन्हीं दो लगातार तत्वों के बीच निरपेक्ष अंतर अधिकतम 1 है। हमें ऐसी सूची में इंडेक्स k पर अधिकतम मान ढूंढना है। उदाहरण के लिए, यदि इनपुट है n = 5, total = 15, k = 3, तो आउटपुट 4 होग

DateTimeIndex पर निर्दिष्ट फ्रीक्वेंसी के साथ सील ऑपरेशन करने के लिए, DateTimeIndex.ceil() मेथड का उपयोग करें। फ्रीक्वेंसी के लिए freq पैरामीटर का उपयोग करें। आवश्यक लाइब्रेरी आयात करें import pandas as pd DatetimeIndex बनाएं पीरियड 5 और फ्रीक्वेंसी S (सेकंड) के साथ DatetimeIndex बनाएं। टाइमज़ोन Aus

मान लीजिए हमारे पास एक बाइनरी मैट्रिक्स है। हम पहले जितनी बार चाहें कॉलम को पुनर्व्यवस्थित कर सकते हैं, फिर केवल 1s वाले सबसे बड़े सबमैट्रिक्स का क्षेत्रफल लौटाएं। उदाहरण के लिए, यदि इनपुट है: 100 111 101 तो आउटपुट 4 होगा, क्योंकि हम इसे इस तरह व्यवस्थित कर सकते हैं: 100 111 110 एल्गोरिदम n

DateTimeIndex को Period में बदलने के लिए, पैंडास में datetimeindex.to_period() मेथड का उपयोग करें। फ्रीक्वेंसी freq पैरामीटर का उपयोग करके सेट की जाती है। आवश्यक लाइब्रेरी आयात करें import pandas as pd DatetimeIndex बनाएं datetimeindex = pd.date_range(2021-10-18 07:20:32.261811624, periods=5, freq=2

इंडेक्स मानों और निर्दिष्ट फ्रीक्वेंसी पर PeriodArray में बदले गए इंडेक्स के बीच अंतर का TimedeltaArray गणना करने के लिए, datetimeindex.to_perioddelta() मेथड का उपयोग करें। फ्रीक्वेंसी सेट करने के लिए freq पैरामीटर का उपयोग करें। आवश्यक लाइब्रेरी आयात करें import pandas as pd DatetimeIndex बनाएं dat

DatetimeIndex को datetime.datetime ऑब्जेक्ट्स के ऑब्जेक्ट ndarray के रूप में लौटाने के लिए, datetimeindex.to_pydatetime() मेथड का उपयोग करें। आवश्यक लाइब्रेरी आयात करें import pandas as pd DatetimeIndex बनाएं पीरियड 5 और फ्रीक्वेंसी Y (वर्ष) के साथ DatetimeIndex बनाएं: datetimeindex = pd.date_range(

मान लीजिए हमारे पास एक एज लिस्ट है जहां प्रत्येक आइटम (u, v) रखता है जो दर्शाता है कि u, v का पैरेंट है। हमें ट्री में सबसे लंबे पथ की लंबाई ढूंढनी है। पथ की लंबाई 1 + उस पथ में नोड्स की संख्या है। उदाहरण के लिए, यदि इनपुट है: तो आउटपुट 5 होगा, क्योंकि पथ [1, 4, 5, 7] है, कुल 4 नोड्स हैं, इसलिए पथ

DateTimeIndex को Series में बदलने के लिए, DateTimeIndex.to_series() मेथड का उपयोग करें। आवश्यक लाइब्रेरी आयात करें import pandas as pd DatetimeIndex बनाएं पीरियड 5 और फ्रीक्वेंसी S (सेकंड) के साथ DatetimeIndex बनाएं। टाइमज़ोन Australia/Adelaide है: datetimeindex = pd.date_range(2021-10-18 07:20:32.2

DateTimeIndex को Series में बदलने के लिए टाइमज़ोन को छोड़कर, datetimeindex.tz_convert(None).to_series() का उपयोग करें। टाइमज़ोन को छोड़ने के लिए tz_convert(None) का उपयोग किया जाता है। आवश्यक लाइब्रेरी आयात करें import pandas as pd DatetimeIndex बनाएं datetimeindex = pd.date_range(2021-10-18 07:20:3