Apache Spark从时间戳列中减去天数

Question

我正在使用Spark数据集，无法从时间戳列中减去天数。

我想从时间戳列中减去天数，并获得具有完整日期时间格式的新列。例：

2017-09-22 13:17:39.900 - 10 ----> 2017-09-12 13:17:39.900

使用date_sub函数，我将获得2017-09-12而没有13：17：39.900。

Answer 1

您cast的数据timestamp和expr减去一个INTERVAL：

import org.apache.spark.sql.functions.expr

val df = Seq("2017-09-22 13:17:39.900").toDF("timestamp")

df.withColumn(
  "10_days_before", 
  $"timestamp".cast("timestamp") - expr("INTERVAL 10 DAYS")).show(false)

+-----------------------+---------------------+
|timestamp              |10_days_before       |
+-----------------------+---------------------+
|2017-09-22 13:17:39.900|2017-09-12 13:17:39.9|
+-----------------------+---------------------+

如果已经有数据，则TimestampType可以跳过cast。