求助：如何在PySpark中将Unix时间戳差值转换为分钟

没问题，这事儿很容易解决！从你的数据能看出来，calculated_time和prev_value都是13位的Unix毫秒级时间戳，所以你当前计算出的diff是毫秒数。要转换成分钟，只需要把这个差值除以1000*60（因为1分钟=60秒，1秒=1000毫秒）就行。

修改后的代码方案 #

你可以直接在现有的withColumn逻辑里调整差值计算部分，以下是几种常见的实现方式：

1. 保留小数的分钟数（最直观）

import pyspark.sql.functions as F

df_new = df_new.withColumn(
    "diff_minutes",
    F.when(
        F.isnull(df_new.calculated_time - df_new.prev_value),
        0.0  # 用浮点数保持格式统一
    ).otherwise(
        # 毫秒转分钟：差值 / (1000毫秒/秒 * 60秒/分钟)
        (df_new.calculated_time.cast('long') - df_new.prev_value.cast('long')) / 60000
    )
)

2. 取整为整数分钟（如果不需要小数）

如果只需要整数形式的分钟数，可以用F.floor()向下取整，或者直接转成整数类型：

df_new = df_new.withColumn(
    "diff_minutes",
    F.when(
        F.isnull(df_new.calculated_time - df_new.prev_value),
        0
    ).otherwise(
        F.floor(
            (df_new.calculated_time.cast('long') - df_new.prev_value.cast('long')) / 60000
        ).cast('int')
    )
)

3. 保留指定小数位数（比如2位）

如果需要更规整的小数格式，用F.round()控制精度：

df_new = df_new.withColumn(
    "diff_minutes",
    F.when(
        F.isnull(df_new.calculated_time - df_new.prev_value),
        0.0
    ).otherwise(
        F.round(
            (df_new.calculated_time.cast('long') - df_new.prev_value.cast('long')) / 60000,
            2  # 保留2位小数
        )
    )
)

示例效果 #

拿你数据里的第二行举例：原diff是620742312毫秒，转换后会得到约10345.70分钟（保留两位小数），或者10345整数分钟。

内容的提问来源于stack exchange，提问作者dsk