Spark 2.2 从unix_timestamp中提取日期不起作用

Question

在 Spark 2.2 中提取日期不起作用unix_timestamp 输入数据：

+-------------------------+
|UPDATE_TS                |
+-------------------------+
|26NOV2009:03:27:01.154410|
|24DEC2012:00:47:46.805710|
|02MAY2013:00:45:33.233844|
|21NOV2014:00:33:39.350140|
|10DEC2013:00:30:30.532446|

我尝试了以下方法，但输出 Im 变为空

查询疲惫：

Spark sql

sqlContext.sql("select from_unixtime(unix_timestamp(UPDATE_TS,'ddMMMyyyy:HH:MM:SS.ssssss'), 'yyyy') as new_date from df_vendor_tab").show()

DSL：

df_id.withColumn('part_date', from_unixtime(unix_timestamp(df_id.UPDATE_TS, "ddMMMyyyy:HH:MM:SS.sss"), "yyyy"))

预期输出：

2009
2012
2013
2014
2013

Answer 1

您使用的格式字符串不正确。资本M是月份。小写m为分钟。

以下方法将起作用：

from pyspark.sql.functions import from_unixtime, unix_timestamp, to_date
df_id.withColumn(
'part_date', 
from_unixtime(unix_timestamp(df_id.UPDATE_TS, "ddMMMyyyy:HH:mm:SS.SSSSSS"), "yyyy")
).show(truncate=False)
#+-------------------------+---------+
#|UPDATE_TS                |part_date|
#+-------------------------+---------+
#|26NOV2009:03:27:01.154410|2009     |
#|24DEC2012:00:47:46.805710|2012     |
#|02MAY2013:00:45:33.233844|2013     |
#|21NOV2014:00:33:39.350140|2014     |
#|10DEC2013:00:30:30.532446|2013     |
#+-------------------------+---------+

Answer 2

Simple spark-sql 在 unix_timestamp 和 from_unixtime 中工作正常

sqlContext.sql("Select from_unixtime(unix_timestamp('26NOV2009:03:27:01.154410', 'ddMMMyyyy'), 'yyyy')").show

输出：

+----+ |_c0| +----+ |2009| +----+

由于您正在寻找提取年份，我没有考虑小时，分钟，秒...