代码之家 › 专栏 › 技术社区 › PineNuts0

PySpark:减去两个时间戳列,以分钟为单位返回差值(使用F.datediff只返回整天)

timestamp pyspark apache-spark date python

PineNuts0 · 技术社区 · 7 年前

我有以下示例数据帧。date_1和date_2列的数据类型为timestamp。

ID  date_1                      date_2                      date_diff
A   2019-01-09T01:25:00.000Z    2019-01-10T14:00:00.000Z    -1
B   2019-01-12T02:18:00.000Z    2019-01-12T17:00:00.000Z    0

我想在中查找日期1和日期2之间的差异

当我使用下面的代码时,它会以整整数值(天)为单位给出date_diff列:

df = df.withColumn("date_diff", F.datediff(F.col('date_1'), F.col('date_2')))

但我想让date_diff考虑时间戳,并给我几分钟的时间。

我该怎么做?

1 回复 | 直到 7 年前

pault Tanjin 7 年前

只需将时间戳转换为unix时间戳(从纪元开始的秒数),计算差值,然后除以60。

例如:

import pyspark.sql.functions as F
df.withColumn(
    "date_diff_min", 
    (F.col("date_1").cast("long") - F.col("date_2").cast("long"))/60.
).show(truncate=False)

推荐文章

Google User · Django管理员在`list_display中未显示`creation_date`字段`

1 年前

user29747013 · 如何创建一个新的数据框架,其中包含原始数据框架中列的聚合列?

1 年前

ÎÎÎ½Î· ÎÎ®Î¹Î½Î¿Ï · Python lxml.html语法错误:使用lxml find时XPATH的谓词无效

1 年前

user29715306 · from_users=和chats=电视节目中的差异

1 年前

Redshoe · 当执行numpy.genfromtxt()时,python是否会读取文件的所有行?

1 年前

RASEL MAHMUD · 为什么以及如何在is_even()函数内的IF条件中递归X变量在满足0后递增?[副本]

1 年前

prayner · 更新嵌套字典包含列表中的项

1 年前

Bringo Jr · 我可以在O(n)中解决这个问题吗?

1 年前

Dave · 如何在for循环中修改列表值

1 年前

Shukurullox Komiljonov · 从记录中获得相互和解。使用SQL

1 年前