Question

我正在解析一个数据为

的csv文件

03-10-2016,18:00:00,2,6

当我正在阅读文件创建架构时，如下所示

StructType schema = DataTypes.createStructType(Arrays.asList(
                DataTypes.createStructField("Date", DataTypes.DateType, false),
                DataTypes.createStructField("Time", DataTypes.TimestampType, false),
                DataTypes.createStructField("CO(GT)", DataTypes.IntegerType, false),
                DataTypes.createStructField("PT08.S1(CO)", DataTypes.IntegerType, false)))
Dataset<Row> df = spark.read().format("csv").option("Date", "dd-MM-yyyy").schema(schema).load("src/main/resources/AirQualityUCI/sample.csv");

产生以下错误

Exception in task 0.0 in stage 0.0 (TID 0)
java.lang.IllegalArgumentException
    at java.sql.Date.valueOf(Unknown Source)
    at org.apache.spark.sql.catalyst.util.DateTimeUtils$.stringToTime(DateTimeUtils.scala:137)

我觉得这是由于日期格式错误造成的。将它们转换为特定格式的方法有哪些？

Answer 1

在阅读CSV文件时使用mapDefault选项，如下所示：

dateFormat

val csvs = spark. read. format("csv"). option("dateFormat", "dd-MM-yyyy"). // <-- should match 03-10-2016 load(...)的默认设置为dateFormat，因此您发现解析错误并不奇怪。

引自valueOf的javadoc：

引发 yyyy-MM-dd - 如果给定的日期不是JDBC日期转义格式（yyyy- [m] m- [d] d）

这意味着IllegalArgumentException的解析器的值不正确。

我在这里有两条建议：

阅读数据集并valueOf查看数据集，了解您的内容。
使用show选项定义正确的格式（默认情况下为dateFormat）

详细了解Date and Time Patterns（yyyy-MM-dd）中的格式模式。

如何从csv文件中读取自定义格式的日期？

1 个答案: