Scala Spark：在dataframe中将双列转换为日期时间列

我正在尝试编写代码，将日期时间列date和last_updated_date转换为“mm-dd-yyy”格式以显示，这实际上是unix时间的双精度转换。我该怎么做

import org.joda.time._
import scala.tools._
import org.joda.time.format.DateTimeFormat._
import java.text.SimpleDateFormat
import org.apache.spark.sql.functions.{unix_timestamp, to_date}
root
 |-- date: double (nullable = false)
 |-- last_updated_date: double (nullable = false)
 |-- Percent_Used: double (nullable = false)

+------------+---------------------+------------+
|        date|    last_updated_date|Percent_Used|
+------------+---------------------+------------+
| 1.453923E12|        1.47080394E12| 1.948327124|
|1.4539233E12|        1.47080394E12| 2.019636442|
|1.4539236E12|        1.47080394E12| 1.995299371|
+------------+---------------------+------------+

转换为时间戳：

df.select(col("date").cast("timestamp"));

---

使用以下命令将其转换为时间戳：

这个答案对我来说很有用，试一试，其实这是一个秒的计算

导入日期时间
串行=43822.597222222
秒=（串行-25569）*86400.0
打印（datetime.datetime.utcfromtimestamp（秒））

---

嗯，我认为这有点问题，因为日期“长”，这会导致直接执行此操作时日期不正常。你明白了吗？如果是，你能帮我回答吗

df.select(from_unixtime("date").as("date"))