如何在scala中获取周开始日期

Posted 2023-04-14

【中文标题】如何在scala中获取周开始日期

【英文标题】：How to get week start date in scala

【发布时间】：2019-08-06 10:18:28

【问题描述】：

我写了下面的代码来获取通过日期的星期一日期，基本上创建了一个 udf 来传递一个日期并获取它的星期一日期

def calculate_weekstartUDF = udf((pro_rtc:String)=>
  val df = new SimpleDateFormat("yyyy-MM-dd").parse(pro_rtc)
  val cal = Calendar.getInstance()
  cal.setTime(df)
  cal.set(Calendar.DAY_OF_WEEK, Calendar.MONDAY)
  //Get this Monday date
  val Period=cal.getTime()
)

在下面的代码中使用上面的 UDF flattendedJSON.withColumn("weekstartdate",calculate_weekstartUDF($"pro_rtc")).show()

有没有更好的方法来实现这一点。

【问题讨论】：

你能发布确切的日期格式吗？

是的，当然有更好的方法（至少一个）。我建议你不要使用SimpleDateFormat 和Calendar。这些类设计不佳且早已过时，尤其是前者，尤其是出了名的麻烦。而是使用来自java.time, the modern Java date and time API 的LocalDate 和DateTimeFormatter。

【参考方案1】：

使用 spark 中的 date_sub,next_day 函数尝试这种方法。

解释：

date_sub(
        next_day('dt,"monday"), //get next monday date
   7)) //substract week from the date

Example:

val df =Seq(("2019-08-06")).toDF("dt")
import org.apache.spark.sql.functions._
df.withColumn("week_strt_day",date_sub(next_day('dt,"monday"),7)).show()

Result:

+----------+-------------+
|        dt|week_strt_day|
+----------+-------------+
|2019-08-06|   2019-08-05|
+----------+-------------+

【讨论】：

智能简单

【参考方案2】：

您可以使用 Java 8 日期 API：

import java.time.LocalDate
import java.time.format.DateTimeFormatter
import java.time.temporal.TemporalField, WeekFields
import java.util.Locale

def calculate_weekstartUDF =
 (pro_rtc:String)=>
   val localDate = LocalDate.parse(pro_rtc);  // By default parses a string in YYYY-MM-DD format.
   val dayOfWeekField = WeekFields.of(Locale.getDefault).dayOfWeek()
   localDate.`with`(dayOfWeekField, 1)  
  

当然，如果您想使用另一个Locale，请指定除Locale.getDefault 之外的其他内容。

【讨论】：

得到这个错误Schema for type java.time.LocalDate is not supported BTW 输入是 unix 时间格式

Schema for type Any is not supported，也许？

【参考方案3】：

tl;博士

LocalDate
.parse( "2019-01-23" )
.with(
    TemporalAdjusters.previous( DayOfWeek.MONDAY )
)
.toString()

2019-01-21

避免使用旧的日期时间类

您正在使用糟糕的日期时间类，这些类在几年前被 JSR 310 中定义的现代 java.time 类所取代。

java.time

您的输入字符串是标准的ISO 8601 格式。 java.time 类在解析/生成字符串时默认使用这些标准格式。所以不需要指定格式模式。

这里是 Java 语法示例代码。 （我不知道 Scala）

LocalDate ld = LocalDate.parse( "2019-01-23" ) ;

要从那个日期移到另一个日期，请使用TemporalAdjuster。您可以在 TemporalAdjusters 类中找到几个。

使用DayOfWeek 枚举指定一周中的某一天，预定义七个对象，一周中的每一天一个。

TemporalAdjuster ta = TemporalAdjusters.previous( DayOfWeek.MONDAY ) ;
LocalDate previousMonday = ld.with( ta ) ;

看到这个code run live at IdeOne.com。

2019 年 1 月 21 日，星期一

如果开始日期恰好是星期一，而您想继续使用该日期，请使用备用调节器 previousOrSame。

【讨论】：

@OleV.V.我在最后提到过。问题写得不清晰，我看不出作者的意图。

【参考方案4】：

试试这个：

在我的示例中，“pro_rtc”以秒为单位。根据需要进行调整。

import org.apache.spark.sql.functions._
dataFrame
   .withColumn("Date", to_date(from_unixtime(col("pro_rtc"))))
   .withColumn("Monday", expr("date_sub(Date, dayofweek(Date) - 2)"))

这样，您还可以利用 Spark 的查询引擎并避免 UDF 的延迟

【讨论】：

date_sub(Date, dayofweek(Date) - 1) 会在星期日而不是星期一，无论如何感谢您的回答:)

对。我会解决的

即使现在也有问题dayofweek只适用于周日

你确定吗？我检查了整整 7 天

【参考方案5】：

spark-dariabeginningOfWeek 和endOfWeek 函数是解决此问题的最简单方法。它们也是最灵活的，因为它们可以轻松配置为不同的周末结束日期。

假设你有这个数据集：

+----------+
| some_date|
+----------+
|2020-12-27|
|2020-12-28|
|2021-01-03|
|2020-12-12|
|      null|
+----------+

假设一周在星期三结束，以下是计算一周开始和一周结束的方法：

import com.github.mrpowers.spark.daria.sql.functions._
df
  .withColumn("end_of_week", endOfWeek(col("some_date"), "Wed"))
  .withColumn("beginning_of_week", beginningOfWeek(col("some_date"), "Wed"))
  .show()

结果如下：

+----------+-----------+-----------------+
| some_date|end_of_week|beginning_of_week|
+----------+-----------+-----------------+
|2020-12-27| 2020-12-30|       2020-12-24|
|2020-12-28| 2020-12-30|       2020-12-24|
|2021-01-03| 2021-01-06|       2020-12-31|
|2020-12-12| 2020-12-16|       2020-12-10|
|      null|       null|             null|
+----------+-----------+-----------------+

有关底层实现，请参阅this file。 This post 更详细地解释了这些功能。

【讨论】：

非常感谢您能就此分享任何想法