如何将时间戳转换为字符串(不更改时区)?
Posted
技术标签:
【中文标题】如何将时间戳转换为字符串(不更改时区)?【英文标题】:how to convert a timestamp into string (without changing timezone)? 【发布时间】:2018-08-27 13:08:21 【问题描述】:我在sparklyr
中有一些unix 时间转换为时间戳,出于某些原因,我还需要将它们转换为字符串。
不幸的是,在转换为字符串 hive
的过程中似乎转换为 EST(我的语言环境)。
df_new <- spark_read_parquet(sc, "/mypath/parquet_*",
overwrite = TRUE,
name = "df_new",
memory = FALSE,
options = list(mergeSchema = "true"))
> df_new %>%
mutate(unix_t = from_utc_timestamp(timestamp(t) ,'UTC'),
date_str = date_format(unix_t, 'yyyy-MM-dd HH:mm:ss z'),
date_alt = to_date(from_utc_timestamp(timestamp(t) ,'UTC'))) %>%
select(t, unix_t, date_str, date_alt) %>% head(5)
# Source: lazy query [?? x 4]
# Database: spark_connection
t unix_t date_str date_alt
<dbl> <dttm> <chr> <date>
1 1419547405. 2014-12-25 22:43:25 2014-12-25 17:43:25 EST 2014-12-25
2 1418469714. 2014-12-13 11:21:54 2014-12-13 06:21:54 EST 2014-12-13
3 1419126103. 2014-12-21 01:41:43 2014-12-20 20:41:43 EST 2014-12-20
4 1419389856. 2014-12-24 02:57:36 2014-12-23 21:57:36 EST 2014-12-23
5 1418271811. 2014-12-11 04:23:31 2014-12-10 23:23:31 EST 2014-12-10
您可以看到date_str
和date_alt
都使用EST
时区。我在这里需要UTC
。我该怎么做?
谢谢!
【问题讨论】:
查找 POSIXct。另外,我很确定月份和分钟的格式字符串是相反的。您可能需要仔细检查 我们在这里谈论火花,对吧? 这可能很有趣; ***.com/a/11237811 谢谢,但你确定这在 sparklyr 中有效吗?我不是在这里谈论base R 你真的在这里使用sparklyr
而不是SparkR
吗?
【参考方案1】:
从 Hive 函数参考中,date_format 使用 Java 的 SimpleDateFormat,我相信它始终默认为 JVM 时区,这解释了为什么这会将字符串转换为您的时区。
一种选择是检测时区并手动添加小时以获取 UTC。
另一种选择是将lubridate
与spark_apply()
一起使用:
sdf_len(sc, 1) %>%
mutate(unix_t = from_utc_timestamp(timestamp(1522371003) , 'UDT')) %>%
spark_apply(
function(e)
dplyr::mutate(
e,
time_str = as.character(
lubridate::with_tz(
as.POSIXct(unix_t, origin="1970-01-01"),
"GMT"
)
)
)
,
columns = c("id", "unix_t", "time_str"))
【讨论】:
太棒了!!!有用!有趣的是,在spark_apply
之后,unix_t
列现在是 double
(而之前是 dttm
)
令人费解的是to_date
似乎也使用时区语言环境...【参考方案2】:
sparklyr 可能会将一些奇怪的时区转换为 hive 函数。我会尝试将数据框注册为表格并使用纯 HQL 进行操作:
createOrReplaceTempView(df_new, "df_new")
result <- sql("select from_utc_timestamp(timestamp(t) ,'UTC'),
cast(from_utc_timestamp(timestamp(t) ,'UTC') as STRING),
cast(from_utc_timestamp(timestamp(t) ,'UTC') as DATE)
from df_new")
head(result)
编辑
如果您不熟悉 SQL 语言,您可以像这样将 df_new
中的任何变量添加为逗号分隔列表(并使用 as
重命名您的选择)
select var1, var2, t,
from_utc_timestamp(timestamp(t) ,'UTC') as unix_t,
cast(from_utc_timestamp(timestamp(t) ,'UTC') as STRING) as date_str,
cast(from_utc_timestamp(timestamp(t) ,'UTC') as DATE) as date_alt
from df_new
您还可以使用 * 来表示数据框中的所有变量:
select *,
from_utc_timestamp(timestamp(t) ,'UTC') as unix_t,
cast(from_utc_timestamp(timestamp(t) ,'UTC') as STRING) as date_str,
cast(from_utc_timestamp(timestamp(t) ,'UTC') as DATE) as date_alt
from df_new
【讨论】:
你知道如何在上面的mutate中直接使用这些SQLcast
吗?
我相信 mutate 中的所有转换都必须通过 R 函数完成,而这些是问题的根源,这就是为什么我建议使用 HQL 进行这种特殊操作的原因。是否有理由需要它在 mutate 中?
谢谢,我不需要变异,但我确实需要同一张表中的所有其他变量。
您可以将它们添加到选择中。如果您对 SQL 不熟悉,我将进行编辑以说明如何操作。【参考方案3】:
尝试使用 as.POSIXct() 吗?
format(as.POSIXct(unix_t, origin = unix_t, tz = "UTC", usetz=TRUE),"%Y-%m-%d %H:mm:ss")
这将首先将 unix 时间戳转换为 UTC,然后格式化为所需的字符串。
【讨论】:
不起作用。这不是普通的 R,这是 Sparklyr!以上是关于如何将时间戳转换为字符串(不更改时区)?的主要内容,如果未能解决你的问题,请参考以下文章
Python:如何在不知道 DST 是不是生效的情况下将时区感知时间戳转换为 UTC