将每年的星期转换为PySpark中的日期

Question

我有一个带有'Week_of_the_year'列的PySpark数据框。 “ 202005”表示2020年第5周。如何将其转换为“日期”格式，或者转换为该周的中旬日期（星期三）？

示例：我希望“ 202005”显示为“ 2020-01-29”。

Answer 1

您可以在日期中使用to_date concatenated使用3(day of week: Wednesday)函数，例如2020053，其中2020是年份，05是一年中的第几周， 3是星期几。有关日期时间字符的信息，请参见Java Simple Date format。

from pyspark.sql import functions as F
df.withColumn("new_date", F.to_date(F.concat("old_date",F.lit("3")), "yyyywwu")).show()

#+--------+----------+
#|old_date|  new_date|
#+--------+----------+
#|  202005|2020-01-29|
#+--------+----------+