首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >在PySpark数据中获取微秒

在PySpark数据中获取微秒
EN

Stack Overflow用户
提问于 2022-10-03 17:36:00
回答 1查看 42关注 0票数 1

我有数据:

代码语言:javascript
复制
from datetime import datetime
data = [
    (1, datetime(2018, 7, 25, 17, 15, 6, 390000)),
    (2, datetime(2018, 7, 25, 11, 12, 49, 317000))
]
df = spark.createDataFrame(data, ['ID', 'max_ts'])
# +---+-----------------------+
# |ID |max_ts                 |
# +---+-----------------------+
# |1  |2018-07-25 17:15:06.39 |
# |2  |2018-07-25 11:12:49.317|
# +---+-----------------------+

我想创建一个列milliseconds

代码语言:javascript
复制
+---+-----------------------+------+
|ID |max_ts                 |ms    |
+---+-----------------------+------+
|1  |2018-07-25 17:15:06.39 |390000|
|2  |2018-07-25 11:12:49.317|317000|
+---+-----------------------+------+

我可以用熊猫来做这件事

代码语言:javascript
复制
df_interfax['ms_created_at'] = df_interfax['max_ts'].dt.microsecond

但是如何在PySpark中做到这一点呢?

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2022-10-03 18:03:48

一种选择:

代码语言:javascript
复制
from pyspark.sql import functions as F

df = df.withColumn('ms', F.expr("date_part('s', max_ts) % 1 * pow(10, 6)"))

df.show(truncate=0)
# +---+-----------------------+--------+
# |ID |max_ts                 |ms      |
# +---+-----------------------+--------+
# |1  |2018-07-25 17:15:06.39 |390000.0|
# |2  |2018-07-25 11:12:49.317|317000.0|
# +---+-----------------------+--------+

另一种选择:

代码语言:javascript
复制
df = df.withColumn('ms', F.expr("unix_micros(max_ts) - unix_micros(date_trunc('second', max_ts))"))

df.show(truncate=0)
# +---+-----------------------+------+
# |ID |max_ts                 |ms    |
# +---+-----------------------+------+
# |1  |2018-07-25 17:15:06.39 |390000|
# |2  |2018-07-25 11:12:49.317|317000|
# +---+-----------------------+------+
票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/73938937

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档