Pyspark TypeError:参数无效，不是字符串或列

我这样做对吗？ 我有一个时间戳列，我将其转换为每月的第一个日期

df= df.withColumn("monthlyTransactionDate", f.trunc(df[transactionDate], 'mon').alias('month'))

然后，我运行此代码，因为我希望生成最小日期和最大日期之间的所有可能月份：

import pyspark.sql.functions as f

minDate, maxDate = df.select(f.min("MonthlyTransactionDate"), f.max("MonthlyTransactionDate")).first()


df.withColumn("monthsDiff", f.months_between(maxDate, minDate))\
    .withColumn("repeat", f.expr("split(repeat(',', monthsDiff), ',')"))\
    .select("*", f.posexplode("repeat").alias("date", "val"))\
    .withColumn("date", f.expr("add_months(minDate, date)"))\
    .select('date')\
    .show(n=50)

但是，在最后一节的开始处获取错误：

TypeError: Invalid argument, not a string or column: 2016-12-01 of type <type 'datetime.date'>. For column literals, use 'lit', 'array', 'struct' or 'create_map' function.

TypeError:参数无效，不是类型为的字符串或列：2016-12-01。对于列文字，请使用“lit”、“array”、“struct”或“create_map”函数。

这里

 minDate, maxDate = df.select(f.min("MonthlyTransactionDate"), f.max("MonthlyTransactionDate")).first()  

返回日期格式的最小和最大日期值。若要对所有行使用精确值，请使用函数中的

lit（）

 df.withColumn("monthsDiff", f.months_between(f.lit(maxDate), f.lit(minDate)))

谢谢，这给了我另一个错误：AnalysisException:u“无法解析”
minDate
“给定的输入列：（后面是我的df中的所有字段）。我将看看我是否可以解析它。我想，错误来自，
withColumn（“date”，f.expr（“add_months（minDate，date）”）
我最终使用Pandas来完成这项工作，然后转换为Spark