PySpark中将列转为Date类型后如何获取年月？调用strftime报错

你遇到的TypeError: 'Column' object is not callable是因为strftime是Python原生datetime对象的方法，而PySpark的Column对象并不支持这个方法。要在PySpark中处理日期格式，需要使用PySpark内置的日期函数，以下是两种可行的实现方式：

方法一：直接使用date_format函数 #

date_format函数可以将日期列直接格式化为指定的字符串格式，适合快速得到YYYY-MM形式的年月值：

from pyspark.sql.functions import col, date_format

df = df.filter(....)
       .withColumn('Date', col('Time').cast('date'))
       .withColumn('Month', date_format(col('Date'), "%Y-%m"))

如果不需要单独保留Date列，也可以直接对Time列转换后格式化：

df = df.filter(....)
       .withColumn('Month', date_format(col('Time').cast('date'), "%Y-%m"))

方法二：分别提取年份和月份再拼接 #

如果需要单独保留年份、月份列，或者对格式有更灵活的控制，可以用year和month函数提取对应字段，再通过format_string拼接成指定格式：

from pyspark.sql.functions import col, year, month, format_string

df = df.filter(....)
       .withColumn('Date', col('Time').cast('date'))
       .withColumn('Year', year(col('Date')))
       .withColumn('Month_Num', month(col('Date')))
       .withColumn('Year-Month', format_string("%04d-%02d", col('Year'), col('Month_Num')))

这里%04d确保年份是4位数字，%02d会将个位数的月份补前导零（比如1月变成01）。

内容的提问来源于stack exchange，提问作者n179911a