使用 SparkR 将双精度转换为日期

Question

当日期是字符串时，SparkR 函数to_date 将其正确转换为日期格式，但当它是双精度时，则不会。

另外，R 包 zoo 也可以。

library(zoo)

df <- tibble::tibble(date = 17000.0)

as.Date(df$date)

# [1] "2016-07-18"

但是，SparkR 不会

df_spark <- as.DataFrame(df)
df_spark <- df_spark %>% 
  SparkR::mutate(date2 = to_date(df_spark$date, "MM/dd/yyyy"))

# org.apache.spark.sql.AnalysisException: cannot resolve 'unix_timestamp(`date`, 'MM/dd/yyyy')' due to data type mismatch: argument 1 requires (string or date or timestamp) type, however, '`date`' is of double type.

我需要 SparkR 解决方案来将双精度转换为日期。

Answer 1

如果应将值解释为自纪元开始以来的天数，则应使用 date_add:

df_spark %>% 
  SparkR::mutate(date2 = expr("date_add(to_date('1970-01-01'), date)")) %>% 
  head()

   date      date2                                                              
1 17000 2016-07-18

基本算术也应该有效：

df_spark %>% 
  SparkR::mutate(
    date2 = to_date(cast(column("date") * 60 * 60 * 24, "timestamp"))) %>% 
  head()

   date      date2
1 17000 2016-07-18

使用 SparkR 将双精度转换为日期

Convert double to date using SparkR

r

apache-spark

apache-spark-sql

sparkr