如何将十天添加到 Pyspark 中的现有日期列

Question

我在 Pyspark 中有一个数据框，其中有一个名为“report_date”的日期列。

我想创建一个名为“report_date_10”的新列，将 10 天添加到原始 report_date 列。

下面是我试过的代码：

df_dc["report_date_10"] = df_dc["report_date"] + timedelta(days=10)

这是我得到的错误：

AttributeError: 'datetime.timedelta' 对象没有属性 '_get_object_id'

帮助！谢谢

Answer 1

看来您正在使用

pandas

语法来添加列；对于spark，需要使用

withColumn

添加新的列；为了添加日期，有内置的

date_add

功能：

import pyspark.sql.functions as F
df_dc = spark.createDataFrame([['2018-05-30']], ['report_date'])

df_dc.withColumn('report_date_10', F.date_add(df_dc['report_date'], 10)).show()
+-----------+--------------+
|report_date|report_date_10|
+-----------+--------------+
| 2018-05-30|    2018-06-09|
+-----------+--------------+