PySpark将字符串列转换为日期时间类型

Question

我有类似TIMESTAMP的数据：

[29:23:59:45]

这代表任何一个月29，23:59:45

如何在PySpark中将其转换为DAY 29，TIME：23：59：45？

可能使用类似

from datetime import datetime

dVal = datetime.strptime('[29:23:59:45]', '%d/%h/%m/%s')

Answer 1

这是一个经典示例，需要使用用户定义函数（UDF）。

from datetime import datetime
from spark.sql import functions as F

def toDate(x):
   return datetime.strptime(x, '%m %H:%M:%S')

toDate = F.udf(toDate)
new_df = df.withColumn('date', toDate(F.col('timestamp'))

其中，df应该是包含您所报告的名为“ timestamp”的列的旧数据框。