Pyspark实现时分字符串转秒数：能否用2-3行代码完成？

当然没问题！用Spark的内置字符串和数值函数，2-3行就能搞定这个转换需求：

简洁版（2行） #

from pyspark.sql import functions as F

df = df.withColumn("total_seconds", F.split(F.col("c1"), ":")[0].cast("int")*3600 + F.split(F.col("c1"), ":")[1].cast("int")*60)

高效版（3行，避免重复拆分） #

如果想减少字符串拆分的次数提升效率，可以先把拆分结果存为临时字段，用完再删掉：

from pyspark.sql import functions as F

df = df.withColumn("time_parts", F.split(F.col("c1"), ":")) \
       .withColumn("total_seconds", F.col("time_parts")[0].cast("int")*3600 + F.col("time_parts")[1].cast("int")*60) \
       .drop("time_parts")

原理很简单：split函数把c1里的时分字符串按冒号拆分成数组，分别提取小时和分钟部分转成整数，再各自转换成秒数后相加。测试下来，"23:34"会得到84840，"00:30"得到1800，完全符合你的要求。

内容的提问来源于stack exchange，提问作者BryceSoker