将Spark数据帧列从字符串转换为日期

Question

我有一个从sql上下文构建的spark数据帧。我使用DATE_FORMAT(time, 'Y/M/d HH:00:00') AS time_hourly截断了一个datetime字段

现在列类型是一个字符串。如何将字符串dataFrame列转换为datetime类型？

Answer 1

您可以使用trunc（列日期，格式）来不丢失date数据类型。有一个to_date函数可以将字符串转换为日期

Answer 2

假设df是您的数据框，并且要转换的列名是time_hourly您可以尝试以下操作：

from pyspark.sql.types import DateType
df.select(df.time_hourly.cast(DateType()).alias('datetime'))

欲了解更多信息，请参阅：

1）“cast（）”https://spark.apache.org/docs/1.6.2/api/python/pyspark.sql.html的文档

2）数据类型https://spark.apache.org/docs/1.6.2/api/python/_modules/pyspark/sql/types.html的文档