unix_timestamp

Convertir la chaîne de temps avec le modèle donné ('yyyy-MM-dd HH:mm', default) en horodatage Unix (en secondes), en utilisant le fuseau horaire default et les paramètres régionaux default, renvoie null en cas d'échec. Si timestamp est None, alors il renvoie le Timestamp actuel.

Pour la fonction Databricks SQL correspondante, consultez la fonctionunix_timestamp.

Syntaxe

Python

import pyspark.sql.functions as sf

# Returns current timestamp
sf.unix_timestamp()

# With timestamp
sf.unix_timestamp(timestamp=<timestamp>)

# With timestamp and format
sf.unix_timestamp(timestamp=<timestamp>, format=<format>)

parameter

parameter	Type	Description
timestamp	pyspark.sql.Column OU str	Facultatif. Timestamps des valeurs de chaîne.
format	str	Facultatif. Format alternatif à utiliser pour la conversion (default : aaaa-MM-jj HH:mm).

parameter	Type	Description
timestamp	pyspark.sql.Column OU str	Facultatif. Timestamps des valeurs de chaîne.
format	str	Facultatif. Format alternatif à utiliser pour la conversion (default : aaaa-MM-jj HH:mm).

Renvoie

pyspark.sql.Column: heure Unix sous forme d'entier long.

Exemples

Exemple 1 : Renvoie le Timestamp actuel en UNIX.

Python

import pyspark.sql.functions as sf
spark.range(1).select(sf.unix_timestamp()).show()

Output

+----------+
| unix_time|
+----------+
|1702018137|
+----------+

Exemple 2 : Utilisation du format default 'yyyy-MM-dd HH:mm' analyse la chaîne de timestamp.

Python

import pyspark.sql.functions as sf
df = spark.createDataFrame([('2015-04-08 12:12:12',)], ['ts'])
df.select('*', sf.unix_timestamp('ts')).show()

Output

+-------------------+---------------------------------------+
|                 ts|unix_timestamp(ts, yyyy-MM-dd HH:mm:ss)|
+-------------------+---------------------------------------+
|2015-04-08 12:12:12|                             1428520332|
+-------------------+---------------------------------------+

Exemple 3 : L’utilisation du format spécifié par l’utilisateur « yyyy-MM-dd » analyse la chaîne de timestamp.

Python

import pyspark.sql.functions as sf
df = spark.createDataFrame([('2015-04-08',)], ['dt'])
df.select('*', sf.unix_timestamp('dt', 'yyyy-MM-dd')).show()

Output

+----------+------------------------------+
|        dt|unix_timestamp(dt, yyyy-MM-dd)|
+----------+------------------------------+
|2015-04-08|                    1428476400|
+----------+------------------------------+