r语言 - SparkR - 投射到日期格式

Question

如何使用 Spark 数据帧的特定格式强制转换字符串？

在 dplyr 中，我会这样做：

df = data.frame(dt1 = c("22DEC16", "12JUN16"), x = c(10,20))
df = df %>% mutate(dt2 = as.Date(dt1, "%d%b%y"))
> df
  dt1     x        dt2
1 22DEC16 10 2016-12-22
2 12JUN16 20 2016-06-12

Answer 1

在 Spark 2.2 或更高版本中：

library(magrittr)
df <- createDataFrame(data.frame(dt=c("22DEC16", "12JUN16")))
df %>% withColumn("parsed", to_date(.$dt,  "ddMMMyy")) %>% head()

       dt     parsed
1 22DEC16 2016-12-22
2 12JUN16 2016-06-12

在 Spark 2.2 之前：

df %>%
  withColumn(
   "parsed",
   unix_timestamp(.$dt, "ddMMMyy") %>% cast("timestamp") %>% cast("date")) %>%
  head()

       dt     parsed
1 22DEC16 2016-12-22
2 12JUN16 2016-06-12

使用此解决方案，您应该注意可能的时区不一致。