Databricks中PySpark SQL如何从Year_week年周列提取对应月份

你的Year_week是4位年份+2位周数的标准年周编码，不需要手动维护周月映射表，直接用Databricks内置日期函数就能准确计算，还能自动处理跨月周、跨年周的边界情况。
根据你给出的样例规则（周归属以当周最后一天所在自然月为准），可直接运行以下SQL：

SELECT
  Year_week,
  -- 解析年周为当周周一，加6天得到当周周日，提取月份后补前导零为两位格式
  lpad(month(date_add(to_date(cast(Year_week as string), 'yyyyww'), 6)), 2, '0') AS Month
FROM 你的目标表名

如果你的Year_week字段本身就是字符串类型，可以去掉cast(Year_week as string)这段转换。

样例运行结果 #

和你给出的预期输出完全一致：

补充说明 #

• 代码里'yyyyww'解析模式遵循ISO 8601周规则：每周起始为周一，每年第一周为包含1月4日的周，是国内业务统计最常用的周规则。
• 如果你的业务规则是按每周第一天（周一）所在自然月算归属，去掉date_add(...,6)逻辑，直接取to_date解析结果的月份即可。
• 如果你的业务采用周日为每周起始的美式周规则，把解析格式替换为'yyyyuu'即可。
• 如果不需要带前导零的字符串格式月份，去掉外层lpad函数，直接返回month()的数值结果即可。

内容的提问来源于stack exchange，提问作者Jha Ayush