try_make_interval

Il s'agit d'une version spéciale de make_interval qui effectue la même opération, mais renvoie une valeur NULL au lieu de générer une erreur si l'intervalle ne peut pas être créé.

Syntaxe

Python

from pyspark.sql import functions as dbf

dbf.try_make_interval(years=<years>, months=<months>, weeks=<weeks>, days=<days>, hours=<hours>, mins=<mins>, secs=<secs>)

parameter

parameter	Type	Description
years	pyspark.sql.Column OU str, optional	Le nombre d'années, positif ou négatif.
months	pyspark.sql.Column OU str, optional	Le nombre de mois, positif ou négatif.
weeks	pyspark.sql.Column OU str, optional	Le nombre de semaines, positif ou négatif.
days	pyspark.sql.Column OU str, optional	Le nombre de jours, positifs ou négatifs.
hours	pyspark.sql.Column OU str, optional	Le nombre d'heures, positif ou négatif.
mins	pyspark.sql.Column OU str, optional	Le nombre de minutes, positif ou négatif.
secs	pyspark.sql.Column OU str, optional	Le nombre de secondes avec la partie fractionnaire en précision de microseconde.

parameter	Type	Description
years	pyspark.sql.Column OU str, optional	Le nombre d'années, positif ou négatif.
months	pyspark.sql.Column OU str, optional	Le nombre de mois, positif ou négatif.
weeks	pyspark.sql.Column OU str, optional	Le nombre de semaines, positif ou négatif.
days	pyspark.sql.Column OU str, optional	Le nombre de jours, positifs ou négatifs.
hours	pyspark.sql.Column OU str, optional	Le nombre d'heures, positif ou négatif.
mins	pyspark.sql.Column OU str, optional	Le nombre de minutes, positif ou négatif.
secs	pyspark.sql.Column OU str, optional	Le nombre de secondes avec la partie fractionnaire en précision de microseconde.

Renvoie

pyspark.sql.Column: Une nouvelle colonne qui contient un intervalle.

Exemples

Python

from pyspark.sql import functions as dbf
df = spark.createDataFrame([[100, 11, 1, 1, 12, 30, 01.001001]],
['year', 'month', 'week', 'day', 'hour', 'min', 'sec'])
df.select(
dbf.try_make_interval(df.year, df.month, 'week', df.day, 'hour', df.min, df.sec)
).show(truncate=False)
df = spark.createDataFrame([[100, 11, 1, 1, 12, 30, 01.001001]],
['year', 'month', 'week', 'day', 'hour', 'min', 'sec'])
df.select(
dbf.try_make_interval(df.year, df.month, 'week', df.day, df.hour, df.min)
).show(truncate=False)
df = spark.createDataFrame([[100, 11, 1, 1, 12, 30, 01.001001]],
['year', 'month', 'week', 'day', 'hour', 'min', 'sec'])
df.select(
dbf.try_make_interval(df.year, df.month, 'week', df.day, df.hour)
).show(truncate=False)
df = spark.createDataFrame([[100, 11, 1, 1, 12, 30, 01.001001]],
['year', 'month', 'week', 'day', 'hour', 'min', 'sec'])
df.select(dbf.try_make_interval(df.year, 'month', df.week, df.day)).show(truncate=False)
df = spark.createDataFrame([[100, 11, 1, 1, 12, 30, 01.001001]],
['year', 'month', 'week', 'day', 'hour', 'min', 'sec'])
df.select(dbf.try_make_interval(df.year, 'month', df.week)).show(truncate=False)
df = spark.createDataFrame([[100, 11, 1, 1, 12, 30, 01.001001]],
['year', 'month', 'week', 'day', 'hour', 'min', 'sec'])
df.select(dbf.try_make_interval(df.year, 'month')).show(truncate=False)
df = spark.createDataFrame([[100, 11, 1, 1, 12, 30, 01.001001]],
['year', 'month', 'week', 'day', 'hour', 'min', 'sec'])
df.select(dbf.try_make_interval(df.year)).show(truncate=False)
spark.range(1).select(dbf.try_make_interval()).show(truncate=False)
spark.range(1).select(dbf.try_make_interval(dbf.lit(2147483647))).show(truncate=False)