首页 / PYTHON / python – Pyspark从日期到字符串更改列的类型

python – Pyspark从日期到字符串更改列的类型

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – Pyspark从日期到字符串更改列的类型，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1312字，纯文字阅读大概需要2分钟。

内容图文

我有以下数据帧：

corr_temp_df
[('vacationdate', 'date'),
 ('valueE', 'string'),
 ('valueD', 'string'),
 ('valueC', 'string'),
 ('valueB', 'string'),
 ('valueA', 'string')]

现在我想将列vacationdate的数据类型更改为String,这样数据帧也会采用这种新类型并覆盖所有条目的数据类型数据.例如.写完后：

corr_temp_df.dtypes

应该覆盖vacationdate的数据类型.

我已经使用了诸如cast,StringType或astype之类的函数,但我没有成功.你知道怎么做吗？

解决方法:

让我们创建一些虚拟数据：

import datetime
from pyspark.sql import Row
from pyspark.sql.functions import col

row = Row("vacationdate")

df = sc.parallelize([
    row(datetime.date(2015, 10, 07)),
    row(datetime.date(1971, 01, 01))
]).toDF()

如果Spark> = 1.5.0,您可以使用date_format函数：

from pyspark.sql.functions import date_format

(df
   .select(date_format(col("vacationdate"), "dd-MM-YYYY")
   .alias("date_string"))
   .show())

在Spark< 1.5.0可以使用Hive UDF完成： 

df.registerTempTable("df")
sqlContext.sql(
    "SELECT date_format(vacationdate, 'dd-MM-YYYY') AS date_string FROM df")

它当然仍然可以在Spark> = 1.5.0中使用.

如果您不使用HiveContext,则可以使用UDF模仿date_format：

from pyspark.sql.functions import udf, lit
my_date_format = udf(lambda d, fmt: d.strftime(fmt))

df.select(
    my_date_format(col("vacationdate"), lit("%d-%m-%Y")).alias("date_string")
).show()

请注意它使用的是C standard format而不是Java simple date format

内容总结

以上是互联网集市为您收集整理的python – Pyspark从日期到字符串更改列的类型全部内容，希望文章能够帮你解决python – Pyspark从日期到字符串更改列的类型所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/704707.html

来源：【匿名】