如何从csv文件中以自定义格式读取日期? [英] How to read date in custom format from csv file?

问题描述

我正在解析一个数据为

03-10-2016,18:00:00,2,6

当我阅读如下文件创建模式时

When I am reading file creating schema as below

StructType schema = DataTypes.createStructType(Arrays.asList(
                DataTypes.createStructField("Date", DataTypes.DateType, false),
                DataTypes.createStructField("Time", DataTypes.TimestampType, false),
                DataTypes.createStructField("CO(GT)", DataTypes.IntegerType, false),
                DataTypes.createStructField("PT08.S1(CO)", DataTypes.IntegerType, false)))
Dataset<Row> df = spark.read().format("csv").option("Date", "dd-MM-yyyy").schema(schema).load("src/main/resources/AirQualityUCI/sample.csv");

它产生的错误如下

Exception in task 0.0 in stage 0.0 (TID 0)
java.lang.IllegalArgumentException
    at java.sql.Date.valueOf(Unknown Source)
    at org.apache.spark.sql.catalyst.util.DateTimeUtils$.stringToTime(DateTimeUtils.scala:137)

我认为这是由于日期格式错误所致.将它们转换为特定格式的方法是什么?

I feel that it is due to date format error. What are the ways of converting them into specific formats?

推荐答案

读取CSV文件时，请使用dateFormat选项，如下所示:

Use dateFormat option when reading the CSV file(s) as follows:

val csvs = spark.
  read.
  format("csv").
  option("dateFormat", "dd-MM-yyyy"). // <-- should match 03-10-2016
  load(...)

dateFormat的默认值为yyyy-MM-dd，因此解析错误也就不足为奇了.

The default for dateFormat is yyyy-MM-dd so it's no surprise you've got the parsing error.

引用 valueOf :

抛出 IllegalArgumentException-如果给定的日期不是JDBC日期转义格式(yyyy- [m] m- [d] d)

Throws IllegalArgumentException - if the date given is not in the JDBC date escape format (yyyy-[m]m-[d]d)

这意味着该值对于valueOf的解析器而言是不正确的.

That means that the value is incorrect for the parser of valueOf.

我在这里有两个建议:

1. 读取数据集并show看看里面有什么.

使用dateFormat选项定义正确的格式(默认为yyyy-MM-dd)

Use dateFormat option to define the proper format (it's yyyy-MM-dd by default)

在日期和时间模式(属于java.text.SimpleDateFormat).

这篇关于如何从csv文件中以自定义格式读取日期?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！