pyspark如何对dataframe时间类型的字段进行比较过滤？
作者:高景洋 日期:2021-01-29 18:37:26 浏览次数:2562
首先，我们要了解几个spark的内置时间比较函数：
current_date：获取当前日期，示例：2021-1-29
date_sub：在指定日期上减N天，返回值是一个dataframe Row ，所以这个函数是在过滤时，对dataframe列进行操作
date_add：在指定日期上加N天 ,注意点同date_sub
下边的示例，功能为：
过滤出 UpdatedDate 是昨天的数据，且小于今天的日期
说明：
1、今天是 2021-1-29号，则取出 2021-1-28 - 2021-1-29 之间的数据
2、用WebsiteID 作为汇总字段，进行count操作
3、返回结果为 dataframe
from pyspark.sql.functions import to_timestamp,current_date,date_sub
df_update_date_1 = df_update_date.filter(df_update_date['UpdatedDate']>date_sub(current_date(),1)).filter(df_update_date['UpdatedDate']< current_date()).groupby('WebsiteID').count()
本文永久性链接：
<a href="http://r4.com.cn/art174.aspx">pyspark如何对dataframe时间类型的字段进行比较过滤？</a>
<a href="http://r4.com.cn/art174.aspx">pyspark如何对dataframe时间类型的字段进行比较过滤？</a>
当前header:Host: r4.com.cn
X-Host1: r4.com.cn
X-Host2: r4.com.cn
X-Host3: 127.0.0.1:8080
X-Forwarded-For: 18.218.188.40
X-Real-Ip: 18.218.188.40
X-Domain: r4.com.cn
X-Request: GET /art174.aspx HTTP/1.1
X-Request-Uri: /art174.aspx
Connection: close
Accept: */*
User-Agent: Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
Accept-Encoding: gzip, br, zstd, deflate