在pyspark中将yyyymmdd转换为MM-dd-yyyy格式 [英] Converting yyyymmdd to MM-dd-yyyy format in pyspark

问题描述

我有一个大型数据框 df，其中包含格式 yyyymmdd 的日期列，如何在 pySpark 中将其转换为 MM-dd-yyyy.

I have a large data frame df containing a column for date in the format yyyymmdd, how can I convert it into MM-dd-yyyy in pySpark.

推荐答案

from datetime import datetime
from pyspark.sql.functions import col,udf
from pyspark.sql.types import DateType


rdd = sc.parallelize(['20161231', '20140102', '20151201', '20161124'])
df1 = sqlContext.createDataFrame(rdd, ['old_col'])

# UDF to convert string to date
func =  udf (lambda x: datetime.strptime(x, '%Y%m%d'), DateType())

df = df1.withColumn('new_col', date_format(func(col('old_col')), 'MM-dd-yyy'))

df.show()

这篇关于在pyspark中将yyyymmdd转换为MM-dd-yyyy格式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！