Compartir a través de

unix_timestamp

使用默认时区和默认区域设置将具有给定模式（'yyyy-MM-dd HH：mm：ss'）的时间字符串转换为 Unix 时间戳（以秒为单位），如果失败，则返回 null。 如果 timestamp 为 None，则返回当前时间戳。

有关相应的 Databricks SQL 函数，请参阅 unix_timestamp 函数。

Syntax

import pyspark.sql.functions as sf

# Returns current timestamp
sf.unix_timestamp()

# With timestamp
sf.unix_timestamp(timestamp=<timestamp>)

# With timestamp and format
sf.unix_timestamp(timestamp=<timestamp>, format=<format>)

参数

参数 类型 Description
timestamp pyspark.sql.Column 或 str 可选。 字符串值的时间戳。
format str 可选。 用于转换的替代格式（默认值：yyyy-MM-dd HH：mm：ss）。

退货

pyspark.sql.Column：长整数的 unix 时间。

例子

示例 1：返回 UNIX 中的当前时间戳。

import pyspark.sql.functions as sf
spark.range(1).select(sf.unix_timestamp()).show()

+----------+
| unix_time|
+----------+
|1702018137|
+----------+

示例 2：使用默认格式“yyyy-MM-dd HH：mm：ss”分析时间戳字符串。

import pyspark.sql.functions as sf
df = spark.createDataFrame([('2015-04-08 12:12:12',)], ['ts'])
df.select('*', sf.unix_timestamp('ts')).show()

+-------------------+---------------------------------------+
|                 ts|unix_timestamp(ts, yyyy-MM-dd HH:mm:ss)|
+-------------------+---------------------------------------+
|2015-04-08 12:12:12|                             1428520332|
+-------------------+---------------------------------------+

示例 3：使用用户指定的格式“yyyy-MM-dd”分析时间戳字符串。

import pyspark.sql.functions as sf
df = spark.createDataFrame([('2015-04-08',)], ['dt'])
df.select('*', sf.unix_timestamp('dt', 'yyyy-MM-dd')).show()

+----------+------------------------------+
|        dt|unix_timestamp(dt, yyyy-MM-dd)|
+----------+------------------------------+
|2015-04-08|                    1428476400|
+----------+------------------------------+
  • Last updated on