PySpark中JDE儒略日期转公历日期的正确实现方案

JDE企业版的儒略日期是6位数字格式，结构规则为：

• 前3位：相对于1900年的年份偏移量（如123对应1900+123=2023年，000对应1900年）
• 后3位：对应年份内的第几天（如002对应当年第2天，即1月2日）

你之前的代码错误地将其当作yyMMdd格式解析，这是导致转换失败的核心原因。以下是正确的转换实现：

完整代码实现 #

from pyspark.sql import functions as F
from pyspark.sql.types import StringType

# 若ILDGL是数字类型，先转换为字符串（字符串类型可跳过此步骤）
df = df.withColumn("ILDGL_str", F.col("ILDGL").cast(StringType()))

# 计算转换后的公历日期
df = df.withColumn(
    "ILDGL_Normal",
    F.date_add(
        # 生成目标年份的1月1日作为基准日期
        F.make_date(
            F.substring(F.col("ILDGL_str"), 1, 3).cast("int") + 1900,
            1,
            1
        ),
        # 年内天数减1：因为1月1日是当年第1天，无需偏移
        F.substring(F.col("ILDGL_str"), 4, 3).cast("int") - 1
    )
)

# 可选：删除中间临时列
df = df.drop("ILDGL_str")

逻辑验证 #

针对你给出的测试用例：

• 输入123002：年份偏移123→1900+123=2023，年内天数002→2-1=1，date_add(2023-01-01, 1)得到2023-01-02，符合预期
• 输入000001：年份偏移0→1900，年内天数001→1-1=0，date_add(1900-01-01, 0)得到1900-01-01，符合预期

该实现会自动处理闰年等边界场景（如2020年的第366天120366会正确转换为2020-12-31）。

内容的提问来源于stack exchange，提问作者Arpan Ghimire