1

Quiero saber que error estoy cometiendo al usar esta función lambda. Antes que nada estoy trabajando en Python con Pandas.

Tengo un listado de fechas con hora y me gustaría eliminar la hora con una función lambda.

introducir la descripción de la imagen aquí

Lo que tenía en mente era algo así:

entradas = np.array(
    (lambda x: x[0:10], 
     e)
)

En el que cortaba el str con la fecha en cada entrada.

Imagino que podría hacerlo mediante la librería datetime (me refiero a lo de modificar el formato, no al aplicar la lambda). Pero creo que este método sería menos costoso computacionalmente.

Agradeceria la ayuda, gracias.

1
  • 1
    La columna "date_of_entry" ¿es una cadena realmente? Tal vez sea un objeto datetime y entonces no te va a funcionar lo del slice. En cualquier caso, lo que te falta es aplicar tu función lambda a todos los elementos de la columna, es decir: entradas = e.map(lambda x: x[0:10])
    – abulafia
    Commented el 9 feb. 2023 a las 13:03

1 respuesta 1

2

Buen día,

En este caso no necesitas utilizar lambda (Se podría utilizar pero es más eficiente utilizar el accesor dt si conviertes la columna a datetime64.

Ejemplo:

import pandas as pd

df = pd.DataFrame({'Col': ['2023-01-02 20:44:00', '2023-01-03 20:45:00', '2023-01-04 20:46:00']})

# Convertimos la columna a datetime64
df['Col'] = pd.to_datetime(df['Col'])

# Obtenemos solo la fecha y la ponemos en otra columna
df['Fecha'] = df['Col'].dt.date

print(df)

Esto imprime:

                  Col       Fecha
0 2023-01-02 20:44:00  2023-01-02
1 2023-01-03 20:45:00  2023-01-03
2 2023-01-04 20:46:00  2023-01-04

Edición

Hice unas pruebas para medir el tiempo de ejecución entre el código anterior y la respuesta propuesta en el comentario de @Abulafia

import pandas as pd

df = pd.DataFrame({'Col': ['2023-01-02 20:44:00', '2023-01-03 20:45:00', '2023-01-04 20:46:00']})

df['Fecha'] = df['Col'].map(lambda x: x[0:10])

print(df)

En ambos casos comenté la línea de print(df) y utilicé timeit para medir el tiempo de ejecución.

El código utilizando el accesor dt:

535 µs ± 1.66 µs per loop (mean ± std. dev. of 7 runs, 1,000 loops each)

El código utilizando lambda y map

265 µs ± 871 ns per loop (mean ± std. dev. of 7 runs, 1,000 loops each)

En efecto, es más rápido utilizar lambda y map, pero depende de lo que deseas hacer con tus datos. Si en algún momento necesitas utilizar las propiedades de la fecha u hora, es mejor utilizar el accesor dt ya que facilita el manejo de los datos, si únicamente deseas obtener la fecha entonces con lambda y map sería suficiente.

Edición 2

Hice otra prueba, pero ahora únicamente midiendo el tiempo de ejecución de la línea:

df['Fecha'] = df['Col'].dt.date

Y la línea:

df['Fecha'] = df['Col'].map(lambda x: x[0:10])

Ya que de otra forma estoy midiendo también el tiempo de convertir la columna a datetime64 así que fue un error de mi parte haber hecho esa comparación.

El resultado del accesor es:

123 µs ± 343 ns per loop (mean ± std. dev. of 7 runs, 10,000 loops each)

El resultado de lambda y map es:

92.5 µs ± 732 ns per loop (mean ± std. dev. of 7 runs, 10,000 loops each)

Por lo que se puede ver que utilizando el accesor es más rápido.

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.