将 Spark 数据框中的时间戳转换为日期

我见过（这里：如何将DataFrame中的时间戳转换为日期格式？ https://stackoverflow.com/questions/40656001/how-to-convert-timestamp-to-date-format-in-dataframe）将时间戳转换为日期类型的方法，但是，至少对我来说，它不起作用。

这是我尝试过的：

# Create dataframe
df_test = spark.createDataFrame([('20170809',), ('20171007',)], ['date',])

# Convert to timestamp
df_test2 = df_test.withColumn('timestamp',func.when((df_test.date.isNull() | (df_test.date == '')) , '0')\
.otherwise(func.unix_timestamp(df_test.date,'yyyyMMdd')))\

# Convert timestamp to date again
df_test2.withColumn('date_again', df_test2['timestamp'].cast(stypes.DateType())).show()

但这会在列中返回 nulldate_again:

+--------+----------+----------+
|    date| timestamp|date_again|
+--------+----------+----------+
|20170809|1502229600|      null|
|20171007|1507327200|      null|
+--------+----------+----------+

知道什么地方失败了吗？

下列的：

func.when((df_test.date.isNull() | (df_test.date == '')) , '0')\
  .otherwise(func.unix_timestamp(df_test.date,'yyyyMMdd'))

不起作用，因为它的类型不一致 - 第一个子句返回string而第二个子句返回bigint。结果它总是会返回NULL if data is NOT NULL并且不为空。

它也已经过时了 - SQL 函数是NULL和格式错误的安全。无需进行额外检查。

In [1]: spark.sql("SELECT unix_timestamp(NULL, 'yyyyMMdd')").show()
+----------------------------------------------+
|unix_timestamp(CAST(NULL AS STRING), yyyyMMdd)|
+----------------------------------------------+
|                                          null|
+----------------------------------------------+


In [2]: spark.sql("SELECT unix_timestamp('', 'yyyyMMdd')").show()
+--------------------------+
|unix_timestamp(, yyyyMMdd)|
+--------------------------+
|                      null|
+--------------------------+

在 Spark 2.2 或更高版本中，您不需要中间步骤：

from pyspark.sql.functions import to_date

to_date("date", "yyyyMMdd")