pd로 pandas 가져오기 np로 numpy 가져오기 df = fb_sms_sends[["ds","type","phone_number"]] df1 = df[df["type"].isin(['confirmation','friend_request']) = = False] df1_grouped = df1.groupby('ds')['phone_number'].count().reset_index(name='count') df1_grouped_0804 = df1_grouped[df1_grouped['ds']=='08-04-2020' ] df2 = fb_confirmers[["date","phone_number"]] df3 = pd.merge(df1,df2, how ='left',left_on =["phone_number","ds"], right_on = ["phone_number", "date"]) df3_grouped = df3.groupby('date')['phone_number'].count().reset_index(name='confirmed_count') df3_grouped_0804 = df3_grouped[df3_grouped['date']=='08-04- 2020'] 결과 = (float(df3_grouped_0804['confirmed_count'])/df1_grouped_0804['count'])*100

pd로 import pandas import numpy as np df = pd.merge(db_employee, db_dept, how = 'left',left_on = ['department_id'], right_on=['id']) df1=df[df["department"] =='엔지니어링'] df_eng = df1.groupby('부서')['급여'].max().reset_index(name='eng_salary') df2=df[df["부서"]=='마케팅'] df_mkt = df2.groupby('부서')['급여'].max().reset_index(name='mkt_salary') 결과 = pd.DataFrame(df_mkt['mkt_salary'] - df_eng['eng_salary']) 결과. 열 = ['salary_difference'] 결과

class Solution: def letterCombinations(self, digits: str) -> List[str]: # 입력이 비어 있으면 즉시 빈 응답 배열을 반환 if len(digits) == 0: return [] # 모든 숫자를 다음에 매핑 해당 문자 = {"2": "abc", "3": "def", "4": "ghi", "5": "jkl", "6": "mno", "7": "pqrs", "8": "tuv", "9": "wxyz"} def backtrack(index, path): # 경로가 숫자와 같은 길이이면 완전한 조합이 됩니다 if len(path) = = len(digits): combination.append("".join(path)) return # Backtrack # 현재 숫자가 매핑되는 문자를 가져오고 루프를 통해 possible_letters = letters[digits[index]] for letter in possible_letters: # 현재 경로에 문자를 추가합니다. path.append(letter) # 다음 숫자로 이동합니다. backtrack(index + 1, path) # 다음 경로로 이동하기 전에 문자를 제거하여 역추적합니다.pop() # 빈 경로 및 0 조합의 시작 인덱스 = [] backtrack(0, []) 반환 조합

from collections import defaultdict class Solution: def solveSudoku(self, board): """ :type board: List[List[str]] :rtype: void 아무 것도 반환하지 말고 대신 보드를 제자리에서 수정하십시오. """ def could_place (d, row, col): """ (row, col) 셀에 숫자 d를 넣을 수 있는지 확인합니다. """ return not (d in rows[row] 또는 d in columns[col] 또는 d in boxes[ box_index(row, col)]) def place_number(d, row, col): """ (row, col) 셀에 숫자 d 배치 """ rows[row][d] += 1 columns[col][ d] += 1 boxes[box_index(row, col)][d] += 1 board[row][col] = str(d) def remove_number(d, row, col): """ 제거하지 않은 숫자 솔루션 """ del rows[row][d] del columns[col][d] del boxes[box_index(row, col)][d] board[row][col] = '.' def place_next_numbers(row, col): """ 해를 찾을 때까지 숫자를 계속 배치하기 위해 재귀에서 역추적 함수를 호출합니다. """ # if we're in the last cell # that means we have the solution if col = = N - 1 and row == N - 1: nonlocal sudoku_solved sudoku_solved = True #if not yet else: # 행의 끝에 있는 경우 # 다음 행으로 이동 if col == N - 1: backtrack( row + 1, 0) # 다음 열로 이동 else: backtrack(row, col + 1) def backtrack(row = 0, col = 0): """ Backtracking """ # 셀이 비어 있는 경우 if board[ row][col] == '.': # 범위(1, 9)의 d에 대해 1에서 10까지의 모든 숫자를 반복합니다: if could_place(d, row, col): place_number(d, row, col) place_next_numbers( row, col) # 스도쿠가 해결되면 역추적할 필요가 없습니다. # 단일 고유 솔루션이 약속되기 때문입니다. # 행 크기 N = n * n # 상자 인덱스를 계산하는 람다 함수 box_index = 람다 행, col: (row // n ) * n + col // n # 행, 열 및 상자 초기화 rows = [defaultdict(int) for i in range(N)] columns = [defaultdict(int) for i in range(N)] boxes = [defaultdict(int) for i in range(N)] for i in range(N): for j in range( N): if board[i][j] != '.': d = int(board[i][j]) place_number(d, i, j) sudoku_solved = False backtrack()