PySpark：使用Split和withColumn将具有不同字符标记的DF列拆分为另一列

您好，我在数据框中有此列：

|事件时间|

2019-12-01 00:17：

2019-12-01 00:17：

2019-12-01 00:17：

2019-12-01 00:17：

2019-12-01 00:17：

____________________________________________________________"

我想拆分event_time列，在这里，一天被放入一个day列，一小时被放入一个hour列。 这里是我到目前为止所拥有的（注意，我的数据帧称为purchaseDF

from pyspark.sql import functions as F

cols = F.split(purchaseDF['event_time'],'-')

dateDF = purchaseDF.withColumn('Day',cols.getItem(2))
        
dateDF.show(10)

输出也包括小时，我不确定我做错了什么。任何帮助都将不胜感激。 再一次，我想把日期的“01”移到一个新的列中

---

谢谢

这是因为

cols.getItem（2）

中的值将是第二个

-

之后的所有值，即

01 00:17:…

您可以使用

子字符串

只获取一天，而忽略其他日期：

purchaseDF.withColumn('Day',cols.getItem(2).substr(1,2))

或者将

event\u time

列转换为

timestamp

，并使用

dayofmonth

和

hour

功能：

from pyspark.sql.functions import *

purchaseDF.withColumn('event_time', col('event_time').cast("timestamp"))\
            .withColumn('Day', dayofmonth('event_time'))
            .withColumn('Hour', hour('event_time')).show()