Python 根据列获取pyspark中的本地时间

在pyspark中，可以通过传递时间戳和时区

从UTC时间戳中获取本地时间

>>> df = spark.createDataFrame([('1997-02-28 10:30:00',)], ['t'])
>>> df.select(from_utc_timestamp(df.t, "PST").alias('t')).collect()
[Row(t=datetime.datetime(1997, 2, 28, 2, 30))]

这里的时区是作为字符串文本（“PST”）提供的。如果有以下数据结构：

+--------------------------+---------+
| utc_time                 |timezone |
+--------------------------+---------+
|  2018-08-03T23:27:30.000Z|  PST    |
|  2018-08-03T23:27:30.000Z|  GMT    |
|  2018-08-03T23:27:30.000Z|  SGT    |
+--------------------------+---------+

如何实现以下新专栏（最好没有UDF）

使用，这可以通过以下方式实现：

导入pyspark.sql.F函数
df=df.select(
'*',
F.expr（'from_utc_timestamp（utc_time，timezone）'）。别名（“timestamp_local”）
)

但是，不推荐使用3个字母的时区。根据：

为了与JDK1.1.x兼容，还支持其他一些三个字母的时区ID（如“PST”、“CTT”、“AST”）。但是，不推荐使用它们，因为同一缩写通常用于多个时区（例如，“CST”可以是美国的“中央标准时间”和“中国标准时间”），Java平台只能识别其中一个时区

您可以在上使用此方法，但
from_utc\u timestamp
似乎不喜欢
GMT
或
SGT
（返回时间戳列不变）。似乎不赞成使用3个字母的时区。谢谢@pault
+--------------------------+-----------------------------------+
| utc_time                 |timezone | local_time              |
+--------------------------+-----------------------------------+
|  2018-08-03T23:27:30.000Z|  PST    | 2018-08-03T15:27:30.000 |
|  2018-08-03T23:27:30.000Z|  GMT    | 2018-08-04T00:27:30.000 |
|  2018-08-03T23:27:30.000Z|  SGT    | 2018-08-04T07:27:30.000 |
+--------------------------+-----------------------------------+