小编MyN*_*leb的帖子

pyspark的“介于”功能不包含在时间戳输入中。

例如，如果我们想要两个日期之间的所有行，例如“ 2017-04-13”和“ 2017-04-14”，那么当日期作为字符串传递时，它将执行“排他”搜索。即，它省略了“ 2017-04-14 00:00:00”字段

但是，该文档似乎暗示它具有包容性（尽管在时间戳上没有引用）

当然，一种方法是从上限添加一个微秒，并将其传递给函数。但是，不是一个很好的解决方案。进行包含式搜索的任何干净方法？

例：

import pandas as pd
from pyspark.sql import functions as F
... sql_context creation ...
test_pd=pd.DataFrame([{"start":'2017-04-13 12:00:00', "value":1.0},{"start":'2017-04-14 00:00:00', "value":1.1}])
test_df = sql_context.createDataFrame(test_pd).withColumn("start", F.col("start").cast('timestamp'))
test_df.show()

+--------------------+-----+
|               start|value|
+--------------------+-----+
|2017-04-13 12:00:...|  1.0|
|2017-04-14 00:00:...|  1.1|
+--------------------+-----+

test_df.filter(F.col("start").between('2017-04-13','2017-04-14')).show()

+--------------------+-----+
|               start|value|
+--------------------+-----+
|2017-04-13 12:00:...|  1.0|
+--------------------+-----+

我正在尝试使用一个lambda方法或字符串的联合类型的属性.

class TestClass {
    name: string | () => string;
}

可在此处访问非工作TS游乐场样本

但是TS编译器给出了一个错误:"[ts]成员'字符串'隐式具有'任意'类型."

类型声明不正确吗？或者有解决方法吗？

我需要检查字符串是否是十六进制。我学到了两种方法 -

1.) 循环每个字符

all(c in string.hexdigits for c in s) # Straight forward with no optimizations

2.) 使用int ()函数检查是否有错误

try:
    int(s, 16)
    return True
except ValueError:
    return False

在第一种情况下，我知道复杂度是 O(n)。但是第二个呢？那里的时间复杂度是多少？