问题描述
我有一个庞大的数据集,为了说明起见,我简化了下面给出的数据集:
date product price amount
201901 A 10 20
201902 A 10 20
201903 A 20 30
201904 C 40 50
在此数据集中,日期列显示 year-weekNumber,我正在尝试将字符串类型转换为 pyspark 数据框中的日期类型。有没有什么有效的方法可以将日期列设置为“日期”类型?
解决方法
您可以将 to_date
与合适的日期时间模式字符串一起使用:
import pyspark.sql.functions as F
spark.sql("set spark.sql.legacy.timeParserPolicy=LEGACY")
df2 = df.withColumn('date',F.to_date('date','yyyyww'))