如何在pyspark中将月份名称更改为不同的语言 - 数据框
Posted
技术标签:
【中文标题】如何在pyspark中将月份名称更改为不同的语言 - 数据框【英文标题】：how to change month name to a different language in pyspark - dataframe 【发布时间】：2021-04-23 16:57:38 【问题描述】：我正在尝试使用以下配置在 Databricks 上为“日期”创建一个表：
# Get date range
dateFrom = dbutils.widgets.get("date_from")
dateTo = dbutils.widgets.get("date_to")
dateDF_TESTE = spark.sql("SELECT sequence(to_date('0'), to_date('1'), interval 1 day) AS date".format(dateFrom, dateTo))\
.select(F.explode("date").alias('DSC_DATE'))'''
但是当我添加包含这些数据的列时，我只能获取英文信息，例如月份名称或星期几。
我打算将此信息更改为另一种语言（葡萄牙语），但没有成功。我尝试使用语言环境，但它不起作用。
import locale
# use user's default settings
locale.setlocale(locale.LC_ALL, 'pt_PT.utf8')
【问题讨论】：
【参考方案1】：从 Spark 3.0 开始，可以在单个列上使用 to_csv()。 to_csv 接受与标准 csv 写入器相同的参数，因此可以在此处设置语言环境：
from pyspark.sql import functions as F
dateDF_TESTE.withColumn("formatted_date",
F.to_csv(F.struct(F.col("DSC_DATE")),
"dateFormat": "EEEE, d 'de' MMMM 'de' yyyy", "locale": "pt", "quote":""))\
.show(truncate=False, n=5)
打印
+----------+------------------------------------+
|DSC_DATE |formatted_date |
+----------+------------------------------------+
|2020-01-01|Quarta-feira, 1 de Janeiro de 2020|
|2020-01-02|Quinta-feira, 2 de Janeiro de 2020|
|2020-01-03|Sexta-feira, 3 de Janeiro de 2020 |
|2020-01-04|Sábado, 4 de Janeiro de 2020 |
|2020-01-05|Domingo, 5 de Janeiro de 2020 |
+----------+------------------------------------+
only showing top 5 rows
【讨论】：
以上是关于如何在pyspark中将月份名称更改为不同的语言 - 数据框的主要内容，如果未能解决你的问题，请参考以下文章