Apache spark Spark SQL：将日期字符串从dd/mm/yyyy解析为yyyy/mm/dd

我想使用spark SQL或pyspark将日期字段从'dd/mm/yyyy'重新格式化为'yyyy/mm/dd'。字段类型为字符串：

从pyspark.sql导入SparkSession
从pyspark.sql.types导入StringType
spark=SparkSession.builder.master（“本地[1]”）\
.appName（“date.com”）\
.getOrCreate（）
my_df=spark.createDataFrame（[“13/04/2020”、“16/04/2020”、“19/04/2020”），StringType（））.toDF（“日期”）
预期的_df=spark.createDataFrame（[“2020/04/12”、“2020/04/16”、“2020/04/19”），StringType（））.toDF（“日期”）

我尝试了下面的sparksql命令，但它返回的日期字面上是“yyyy/MM/dd”，而不是“2020/04/12”

选择日期格式（日期，'dd/MM/yyyy'），'yyyy/MM/dd'作为重新格式化的日期
从我的

我还查看了以下文档，但没有看到任何适合我的场景的内容：

如果在sparksql中不可能，那么pyspark可以工作。

---

有什么想法吗？

您需要首先使用

转换为日期类型：

select date_format(to_date(date, 'dd/MM/yyyy'), 'yyyy/MM/dd') as reformatted_date
from my_df