Python pyspark数据帧API转换（'；时间戳'；）在时间戳字符串上不起作用

我有如下数据：

{"id":1,"createdAt":"2016-07-01T16:37:41-0400"}
{"id":2,"createdAt":"2016-07-01T16:37:41-0700"}
{"id":3,"createdAt":"2016-07-01T16:37:41-0400"}
{"id":4,"createdAt":"2016-07-01T16:37:41-0700"}
{"id":5,"createdAt":"2016-07-06T09:48Z"}
{"id":6,"createdAt":"2016-07-06T09:48Z"}
{"id":7,"createdAt":"2016-07-06T09:48Z"}

我将

createdAt

字段转换为时间戳，如下所示

from pyspark.sql import SQLContext
from pyspark.sql.functions import *

sqlContext = SQLContext(sc)
df = sqlContext.read.json('data/test.json')
dfProcessed = df.withColumn('createdAt', df.createdAt.cast('timestamp'))

dfProcessed.printSchema()
dfProcessed.collect()

我得到的输出如下。我没有为

createdAt

获取任何值。如何才能将字段检索为正确的时间戳

root
 |-- createdAt: timestamp (nullable = true)
 |-- id: long (nullable = true)

[Row(createdAt=None, id=1),
 Row(createdAt=None, id=2),
 Row(createdAt=None, id=3),
 Row(createdAt=None, id=4),
 Row(createdAt=None, id=5),
 Row(createdAt=None, id=6),
 Row(createdAt=None, id=7)]

---

为了简单地将字符串列转换为时间戳，必须正确格式化字符串列

要检索“createdAt”列作为时间戳，可以编写UDF函数来转换字符串

“2016-07-01T16:37:41-0400”

到

“2016-07-01 16:37:41”

并将“createdAt”列转换为新格式（不要忘记处理时区字段）

一旦有一个列包含时间戳作为字符串，如“2016-07-01 16:37:41”，一个简单的转换为时间戳就可以完成这项工作，就像代码中的一样

---

您可以阅读有关Spark中日期/时间/字符串处理的更多信息。

BTW，您使用的是什么版本的Apache Spark？了解。谢谢我希望避免UDF和额外的处理，内置的东西可以更有效地处理它。但是，似乎没有。