to_date 在格式 yyyyww 上给出 null（202001 和 202053）

我有一个包含年周列的数据框，我想将其转换为日期。我编写的代码似乎每周都有效，除了“202001”和“202053”周，例如：

df = spark.createDataFrame([
(1, "202001"), 
(2, "202002"), 
(3, "202003"), 
(4, "202052"), 
(5, "202053")
], ['id', 'week_year'])

df.withColumn("date", F.to_date(F.col("week_year"), "yyyyw")).show()

这几周我不知道错误是什么或如何修复。如何将 202001 和 202053 周转换为有效日期？

在 Spark 中处理 ISO 周确实是一件令人头疼的事情 - 事实上，这个功能在 Spark 3 中已被弃用（删除？）。我认为在 UDF 中使用 Python 日期时间实用程序是一种更灵活的方法。

import datetime
import pyspark.sql.functions as F

@F.udf('date')
def week_year_to_date(week_year):
    # the '1' is for specifying the first day of the week
    return datetime.datetime.strptime(week_year + '1', '%G%V%u')

df = spark.createDataFrame([
(1, "202001"), 
(2, "202002"), 
(3, "202003"), 
(4, "202052"), 
(5, "202053")
], ['id', 'week_year'])

df.withColumn("date", week_year_to_date('week_year')).show()
+---+---------+----------+
| id|week_year|      date|
+---+---------+----------+
|  1|   202001|2019-12-30|
|  2|   202002|2020-01-06|
|  3|   202003|2020-01-13|
|  4|   202052|2020-12-21|
|  5|   202053|2020-12-28|
+---+---------+----------+