我有一个像这样的DataFrame:
+---+-------------------+
|C1 | C2 |
+---+-------------------+
| A |21/12/2015-17-14-12|
| A |21/12/2011-20-12-44|
| B |11/02/2015-15-31-11|
| B |09/04/2015-13-38-05|
| C |11/06/2013-23-04-35|
+---+-------------------+
第二列是时间戳dd / mm / yyyy-hh-mm-ss。我想像那样排序每一行
+---+-------------------+
|C1 | C2 |
+---+-------------------+
| A |21/12/2011-20-12-44|
| C |11/06/2013-23-04-35|
| B |11/02/2015-15-31-11|
| B |09/04/2015-13-38-05|
| A |21/12/2015-17-14-12|
+---+-------------------+
也许我必须使用Udf?你有什么想法吗?
答案 0 :(得分:2)
您只需要一个简单的单行程。必需的进口
import org.apache.spark.sql.functions.unix_timestamp
代码:
input.sort(unix_timestamp($"C2", "dd/MM/yyyy-HH-mm-ss"))