Apache spark Pyspark中从字符串到日期时间（yyyy-mm-dd hh:mm:ss）的转换

dataframe中的列如下所示：-

Input--> 20191106 ---Output---> 2019-11-06 00:00:00
Input--> 20180815--Output---> 2018-08-15 00:00:00

代码：

错误：

File "C:/Users/nance.py", line 14, in <module>
    df.withColumn("newcol", from_unixtime(unix_timestamp(df("coldt"), "YYYY--MM-DD HH:MM:SS")))
TypeError: 'DataFrame' object is not callable

文件“C:/Users/nance.py”，第14行，在
df.withColumn（“newcol”，from_unixtime（unix_时间戳（df（“coldt”），“YYYY--MM-DD HH:MM:SS”））
TypeError:“DataFrame”对象不可调用

请帮助。

只需使用函数即可

工作示例：

导入pyspark.sql.F函数
df=spark.createDataFrame（['20191106']，['20180815']]
df=df.withColumn（'dates'，F.to_timestamp（'u 1'，'yyyyMMdd'））
显示（df）

可能输入了

df（“coldt”）

。它不应该是

df[“coldt”]

？非常感谢，但它给出的错误是：pyspark.sql.utils.AnalysisException:u“由于数据类型不匹配，无法解析'unix_时间戳（

VDTL

，'yyyyymmdd'）：参数1需要（字符串或日期或时间戳）但是，“

VDTL

”类型是bigint类型。请使用column（'dates'，F.to_timestamp（'col'，'yyyyymmdd'）帮助我.df=df.withColumn（'code>colA，'yyyyMMdd'），但不幸的是，由于数据类型不匹配，它引发了错误，因为“无法解析'unix_timestamp（

colA

，'yyyyyymmdd'）：参数1需要（字符串或日期或时间戳）类型，“

colA

”是bigint类型，将

colA

转换为

string

，然后使用to_timestamp（）

File "C:/Users/nance.py", line 14, in <module>
    df.withColumn("newcol", from_unixtime(unix_timestamp(df("coldt"), "YYYY--MM-DD HH:MM:SS")))
TypeError: 'DataFrame' object is not callable