У меня есть DataFrame
с столбцом Timestamp
, который мне нужно преобразовать в формате Date
.
Существуют ли для этого функции Spark SQL?
У меня есть DataFrame
с столбцом Timestamp
, который мне нужно преобразовать в формате Date
.
Существуют ли для этого функции Spark SQL?
Вы можете cast
указать столбец:
Scala:
import org.apache.spark.sql.types.DateType
val newDF = df.withColumn("dateColumn", df("timestampColumn").cast(DateType))
Pyspark:
df = df.withColumn('dateColumn', df['timestampColumn'].cast('date'))
В SparkSQL:
SELECT
CAST(the_ts AS DATE) AS the_date
FROM the_table
Представьте следующий ввод:
val dataIn = spark.createDataFrame(Seq(
(1, "some data"),
(2, "more data")))
.toDF("id", "stuff")
.withColumn("ts", current_timestamp())
dataIn.printSchema
root
|-- id: integer (nullable = false)
|-- stuff: string (nullable = true)
|-- ts: timestamp (nullable = false)
Вы можете использовать функцию to_date:
val dataOut = dataIn.withColumn("date", to_date($"ts"))
dataOut.printSchema
root
|-- id: integer (nullable = false)
|-- stuff: string (nullable = true)
|-- ts: timestamp (nullable = false)
|-- date: date (nullable = false)
dataOut.show(false)
+---+---------+-----------------------+----------+
|id |stuff |ts |date |
+---+---------+-----------------------+----------+
|1 |some data|2017-11-21 16:37:15.828|2017-11-21|
|2 |more data|2017-11-21 16:37:15.828|2017-11-21|
+---+---------+-----------------------+----------+
Я бы рекомендовал использовать эти методы для кастинга и простого SQL.
Для Spark 2. 4+,
import spark.implicits._
val newDF = df.withColumn("dateColumn", $"timestampColumn".cast(DateType))
ИЛИ
val newDF = df.withColumn("dateColumn", col("timestampColumn").cast(DateType))