Dataframe 在pyspark中过滤数据帧

我有一个像这样的数据框

[世界其他地区（持卡人=u'10'，类别=87，俱乐部=6279，会员=u'780941902'，零售=51.23，子类别=1，系统项目=3572924，单位数量=1.0，访问日期=u'2016-08-05'，访问=1608057826021405）]

我想根据访问日期范围（比如2016-09-15到2016-09-23）对其进行筛选。 我该怎么做？ 如果我这样做

---

df=sqlContext.sql（“从访问日期>='2016-09-15'的df\u表中选择*并访问日期您能试试这个并告诉我们它是否有效吗？”

from pyspark.sql import Row
import pyspark.sql.functions as f

data = [Row(cardholder_nbr=u'10', category_nbr=87, club_nbr=6279, membership_nbr=u'780941902', retail_all=51.23, sub_category_nbr=1, system_item_nbr=3572924, unit_qty=1.0, visit_date=u'2016-08-05', visit_nbr=1608057826021405),
        Row(cardholder_nbr=u'10', category_nbr=87, club_nbr=6279, membership_nbr=u'780941902', retail_all=51.23, sub_category_nbr=1, system_item_nbr=3572924, unit_qty=1.0, visit_date=u'2016-09-16', visit_nbr=1608057826021405)]
df = sc.parallelize(data).toDF()
df.show()
df.where((f.col("visit_date") >= '2016-09-15') & (f.col("visit_date") <= '2016-09-23')).show()

从pyspark.sql导入行
导入pyspark.sql.f函数
数据=[行（持卡人=u'10'，类别=87，俱乐部=6279，会员=u'780941902'，零售=51.23，子类别=1，系统项目=3572924，单位数量=1.0，访问日期=u'2016-08-05'，访问=1608057826021405），
世界其他地区（持卡人编号=u'10'，类别编号=87，俱乐部编号=6279，会员编号=u'780941902'，零售编号=51.23，子类别编号=1，系统编号=3572924，单位编号=1.0，访问日期=u'2016-09-16'，访问编号=1608057826021405）]
df=sc.parallelize（数据）.toDF（）
df.show（）
df.where（（f.col（“访问日期”）>='2016-09-15'）&（f.col（“访问日期”）在进行此筛选之前，您在数据帧上使用了自定义项吗？没有。我恐怕没有。spark的哪个版本？这在2.0data=[Row]中对我实际有效（持卡人编号=u'10'，类别编号=87，俱乐部编号=6279，会员编号=u'780941902'，零售编号=51.23，次类别编号=1，系统编号=3572924，单位编号=1.0，访问日期=u'2016-08-05'，访问编号=1608057826021405）]///df=sc.parallelize（数据）.toDF（）///df.registerTempTable（'df'）///context.sql（'从df中选择*，其中访问日期>='2016-09-15'，我使用的访问日期Spark版本为1.6.2