![](/img/trans.png)
[英]Create a timestamp column in Spark dataframe without milliseconds part
[英]How to create a Spark dataframe with timestamp?
如何使用 python 一步創建具有時間戳數據類型的 Spark 數據幀? 這是我分兩步完成的方法。 使用火花 3.1.2
from pyspark.sql.functions import *
from pyspark.sql.types import *
schema_sdf = StructType([
StructField("ts", TimestampType(), True),
StructField("myColumn", LongType(), True),
])
sdf = spark.createDataFrame( ( [ ( to_timestamp(lit("2022-06-29 12:01:19.000")), 0 ) ] ), schema=schema_sdf )
PySpark 不會自動解釋字符串中的時間戳值。 我主要使用以下語法來創建 df,然后cast
列類型轉換為時間戳:
from pyspark.sql import functions as F
sdf = spark.createDataFrame([("2022-06-29 12:01:19.000", 0 )], ["ts", "myColumn"])
sdf = sdf.withColumn("ts", F.col("ts").cast("timestamp"))
sdf.printSchema()
# root
# |-- ts: timestamp (nullable = true)
# |-- myColumn: long (nullable = true)
長格式是自動推斷出來的,但是對於時間戳,我們需要一個cast
。
另一方面,即使沒有強制轉換,您也可以使用需要時間戳作為輸入的函數:
sdf = spark.createDataFrame([("2022-06-29 12:01:19.000", 0 )], ["ts", "myColumn"])
sdf.printSchema()
# root
# |-- ts: string (nullable = true)
# |-- myColumn: long (nullable = true)
sdf.selectExpr("extract(year from ts)").show()
# +---------------------+
# |extract(year FROM ts)|
# +---------------------+
# | 2022|
# +---------------------+
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.