我试图弄明白，如何使用PySparkSQL从datetime值中提取日期。
日期时间值如下所示：
DateTime
2018-05-21T00:00:00.000-04:00
2016-02-22T02:00:02.234-06:00
当我现在将其加载到spark数据框并尝试提取日期时（通过
Date() or
Timestamp() and then Date()
我总是得到一个错误，即需要一个日期或时间戳值，但提供了一个日期时间值。
有人能帮我从这个值中检索日期吗？我想，你需要为它提供一个时区——但是因为我已经在提取日期时遇到了问题，所以我首先想解决这个问题。
谢谢你和亲切的问候。
Pyspark有一个从时间戳中提取日期的to_date函数。在您的示例中，您可以通过执行以下操作创建一个只包含日期的新列：
df = df.withColumn("date_only", func.to_date(func.col("DateTime")))
如果要转换的列是字符串，则可以将的以指定字符串的日期时间格式。格式参数设置为\u date
您可以在此处的文档中阅读更多关于迄今为止的。
您可以使用date_format（或）from_unixtime（或）to_date函数从输入字符串中提取日期。
例子：
输入数据df数据如下...
#sample dataframe
df=spark.createDataFrame([('2018-05-21T00:00:00.000-04:00',),('2016-02-22T02:00:02.234-06:00',)],['ts'])
#set UTC timestamp
spark.sql("set spark.sql.session.timeZone=UTC")
df.show(10,False)
#+-----------------------------+
#|ts |
#+-----------------------------+
#|2018-05-21T00:00:00.000-04:00|
#|2016-02-22T02:00:02.234-06:00|
#+-----------------------------+
1.使用date\u format（）函数：
from pyspark.sql.functions import *
df.select(date_format(col('ts'),"yyyy-MM-dd").alias('ts').cast("date")).show(10,False)
#+----------+
#|ts |
#+----------+
#|2018-05-21|
#|2016-02-22|
#+----------+
2.使用to_date（）函数：
df.select(to_date(col('ts')).alias('ts').cast("date")).show(10,False)
#+----------+
#|ts |
#+----------+
#|2018-05-21|
#|2016-02-22|
#+----------+
3.使用来自unix的（unix\u timestamp（））函数：
df.select(from_unixtime(unix_timestamp(col('ts'),"yyyy-MM-dd'T'HH:mm:ss.SSS"),"yyyy-MM-dd").alias("ts").cast("date")).show(10,False)
#+----------+
#|ts |
#+----------+
#|2018-05-21|
#|2016-02-22|
#+----------+
