Es gibt eine Tabelle mit Vorfällen und einem bestimmten Zeitstempel. Ich habe Mühe, die Anzahl der Tage zu berechnen, die mit der Pyspark 2.0-API vergangen sind. Ich schaffte es, das Gleiche zu tun, wenn der Zeitstempel ein anderes Format (yyyy-mm-dd)Pyspark: Unterschied zwischen zwei Daten (Cast TimestampType, Datediff)
gefolgt+-------------------+------------------------+----------+--------------+
| first_booking_date|first_booking_date_clean| today |customer_since|
+-------------------+------------------------+----------+--------------+
|02-06-2011 20:52:04| 02-06-2011|02-06-2011| null|
|03-06-2004 18:15:10| 03-06-2004|02-06-2011| null|
Ich habe versucht, die folgenden (nichts funktioniert): - Extrakt Datum mit String-Manipulation und verwenden datediff - cast timestamp und dann extrahieren dd: MM: yy (-> Ergebnis null) - Ich bevorzuge pyspark Befehle über jede zusätzliche Transformation mit SQL
Hilfe wird sehr geschätzt, Beste und vielen Dank !!!
EDIT: Hier ist ein Beispiel, das nicht funktioniert:
import datetime
today = datetime.date(2011,2,1)
today = "02-06-2011"
first_bookings = first_bookings.withColumn("today",F.lit(today))
first_bookings = first_bookings.withColumn("first_booking_date_clean",F.substring(first_bookings.first_booking_date, 0, 10))
first_bookings = first_bookings.withColumn("customer_since",F.datediff(first_bookings.today,first_bookings.first_booking_date_clean))
Gerne weitere Informationen bei Bedarf hinzufügen! –
https://Stackoverflow.com/a/36985244/4219202 Sehen Sie sich diese Antwort auf eine ähnliche Frage an. In Ihrem Fall wäre die timeFmt "dd-MM-yyyy" für die Spalten first_booking_date_clean und today – Zephro
Mögliches Duplikat von [Berechnung der Dauer durch Subtraktion zweier datetime-Spalten im String-Format] (https://stackoverflow.com/questions/30283415/calculating -Zeit durch Subtrahieren-zwei-datetime-Spalten-in-String-Format) – sdikby