如何从月中的某一天起算平日
如何从月中的某一天起算平日
提问于 2016-08-12 19:31:52
我有一个dataframe log_df：
我根据以下代码生成一个新的dataframe：
from pyspark.sql.functions import split, regexp_extract
split_log_df = log_df.select(regexp_extract('value', r'^([^\s]+\s)', 1).alias('host'),
regexp_extract('value', r'^.*\[(\d\d/\w{3}/\d{4}:\d{2}:\d{2}:\d{2} -\d{4})]', 1).alias('timestamp'),
regexp_extract('value', r'^.*"\w+\s+([^\s]+)\s+HTTP.*"', 1).alias('path'),
regexp_extract('value', r'^.*"\s+([^\s]+)', 1).cast('integer').alias('status'),
regexp_extract('value', r'^.*\s+(\d+)$', 1).cast('integer').alias('content_size'))
split_log_df.show(10, truncate=False)新的dataframe如下：
我需要另一篇专栏文章来展示一周中的每一天，什么是最好的优雅的方式来创建它？理想情况下，只需在select中添加一个类似于udf的字段。
非常感谢。
更新:我的问题与注释中的问题不同，我需要的是根据log_df中的字符串进行计算，而不是像注释那样基于时间戳，所以这不是一个重复的问题。谢谢。
回答 5
Stack Overflow用户
回答已采纳
发布于 2016-08-13 02:57:19
我终于自己解决了这个问题，这是一个完整的解决方案：
- 导入date_format、日期时间、DataType
- 首先，修改regexp以提取01/Jul/1995
- 使用func将01/Jul/1995转换为DateType
- 创建一个udf dayOfWeek以获得一周的简短格式(Mon，Tue，.)
- 使用udf将DateType 01/Jul/1995转换为星期六的工作日
我对我的解决方案不满意，因为它似乎是如此的锯齿状，如果有人能想出一个更优雅的解决方案，我们将不胜感激，谢谢你提前。
Stack Overflow用户
发布于 2017-06-07 10:13:40
我建议一些不同的方法
from pyspark.sql.functions import date_format
df.select('capturetime', date_format('capturetime', 'u').alias('dow_number'), date_format('capturetime', 'E').alias('dow_string'))
df3.show()它给了..。
+--------------------+----------+----------+
| capturetime|dow_number|dow_string|
+--------------------+----------+----------+
|2017-06-05 10:05:...| 1| Mon|
|2017-06-05 10:05:...| 1| Mon|
|2017-06-05 10:05:...| 1| Mon|
|2017-06-05 10:05:...| 1| Mon|
|2017-06-05 10:05:...| 1| Mon|
|2017-06-05 10:05:...| 1| Mon|
|2017-06-05 10:05:...| 1| Mon|
|2017-06-05 10:05:...| 1| Mon|Stack Overflow用户
发布于 2021-06-17 03:56:59
从Spark2.3开始，您可以使用一周中的Spark函数https://spark.apache.org/docs/latest/api/python/reference/api/pyspark.sql.functions.dayofweek.html
from pyspark.sql.functions import dayofweek
df.withColumn('day_of_week', dayofweek('my_timestamp'))然而，这将一周的开始定义为星期日=1。
如果你不想那样做，而是要求星期一= 1，那么你可以做一个不雅的软糖，比如在使用“一周”函数之前减去一天，或者像这样修改结果
from pyspark.sql.functions import dayofweek
df.withColumn('day_of_week', ((dayofweek('my_timestamp')+5)%7)+1)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/38928919
复制
相似问题
复制dpdk pktgen为多个源地址读取的PCAP数据包
pktgen不能在ovs dpdk场景中发送数据包。
通过packetgen dpdk发送pcap
DPDK PktGen的构建问题
如何在dpdk-pktgen中发送大型帧
添加站长 进交流群
领取专属 10元无门槛券
AI混元助手 在线答疑
关注 腾讯云开发者公众号
洞察 腾讯核心技术
剖析业界实践案例
腾讯云开发者
