Scala 向dataframe spark中的列添加时间间隔

下面是我的数据框架

    import spark.implicits._
    val lastRunDtDF = sc.parallelize(Seq(
                                (1, 2,"2019-07-18 13:34:24") 
                                )).toDF("id", "cnt","run_date")

    lastRunDtDF.show

    +---+---+-------------------+
    | id|cnt|           run_date|
    +---+---+-------------------+
    |  1|  2|2019-07-18 13:34:24|
    +---+---+-------------------+

我想创建一个新的dataframe，在现有的run_date列中添加2分钟，将新列作为new_run_date。示例输出如下所示

    +---+---+-------------------+-------------------+
    | id|cnt|           run_date|       new_run_date|
    +---+---+-------------------+-------------------+
    |  1|  2|2019-07-18 13:34:24|2019-07-18 13:36:24|
    +---+---+-------------------+-------------------+

我正在尝试下面的东西

  lastRunDtDF.withColumn("new_run_date",lastRunDtDF("run_date")+"INTERVAL 2 MINUTE")

---

看来这不是正确的方法。提前感谢您的帮助。

尝试在

expr

功能中包装

间隔2分钟

import org.apache.spark.sql.functions.expr
lastRunDtDF.withColumn("new_run_date",lastRunDtDF("run_date") + expr("INTERVAL 2 MINUTE"))
           .show()

结果：

（或）

使用from\u unixtime、unix\u时间戳函数：

结果：

尝试在
expr功能中包装
间隔2分钟

import org.apache.spark.sql.functions.expr
lastRunDtDF.withColumn("new_run_date",lastRunDtDF("run_date") + expr("INTERVAL 2 MINUTE"))
           .show()

结果：

（或）

使用from\u unixtime、unix\u时间戳函数：

结果：

import org.apache.spark.sql.functions._

lastRunDtDF.selectExpr("*","from_unixtime(unix_timestamp(run_date) + 2*60,
                            'yyyy-MM-dd HH:mm:ss') as new_run_date")
           .show()

+---+---+-------------------+-------------------+
| id|cnt|           run_date|       new_run_date|
+---+---+-------------------+-------------------+
|  1|  2|2019-07-18 13:34:24|2019-07-18 13:36:24|
+---+---+-------------------+-------------------+