sparksql substring截取年月份

在 Spark SQL 中，你可以使用内置的函数 `substring` 来截取年月份。假设你有一个包含日期的列 `date_column`，你可以使用以下方式截取年份和月份：

import org.apache.spark.sql.functions._

// 创建一个示例 DataFrame
val df = Seq(("2022-09-15"), ("2023-03-20")).toDF("date_column")

// 使用 substring 函数截取年份和月份
val result = df.select(
  substring(col("date_column"), 1, 4).alias("year"),
  substring(col("date_column"), 6, 2).alias("month")
)

result.show()

这样，你将得到一个新的 DataFrame `result`，其中包含了截取的年份和月份。在示例中，输出结果将为：

+----+-----+
|year|month|
+----+-----+
|2022|   09|
|2023|   03|
+----+-----+

使用 `substring` 函数时，第一个参数为要截取的列，第二个参数为起始位置（从1开始），第三个参数为截取的长度。注意，起始位置和长度都是基于字符位置而不是索引。