如何使用 SQL 将小时范围转换为总小时数？答案

【问题标题】：How can I convert a hour range to a total number of hours using SQL?如何使用 SQL 将小时范围转换为总小时数？
【发布时间】：2019-10-17 23:04:11
【问题描述】：

我目前正在使用 Yelp 的数据集，我的目标是找出一家企业每周营业的总小时数。从数据中，我能够提取某一天看起来像“9:0-0:0”或“17:30-21:30”的每一天的时间范围。如何使用 SQL 获取这些小时范围的单个值？

这是我用来在数据集中显示企业营业时间的一些代码。

df_busSelected = df_business.select("business_id", "name"
                   , "hours.Sunday", "hours.Monday", "hours.Tuesday"
                   ,"hours.Wednesday", "hours.Thursday", "hours.Friday"
                   , "hours.Saturday")
df_busSelected.show()

我希望在给定范围内创建一个新列，其中包含企业每周营业的总小时数。

【问题讨论】：

标签： mysql sql pyspark databricks

【解决方案1】：

使用 pyspark，您可以执行以下操作：

from pyspark.sql.functions import expr

df.withColumn('h', expr('split(hours, "[-:]")').astype('array<int>')) \
  .withColumn('h1', expr('''
        h[2] - h[0] + IF(h[2]<h[0],24,0) + round((h[3]-h[1])/60,0)
   ''').astype('int')) \
  .show()
+----------+-----------+----------------+---+
|     bdate|      hours|               h| h1|
+----------+-----------+----------------+---+
|2019-10-17|    9:0-0:0|    [9, 0, 0, 0]| 15|
|2019-10-18|17:30-21:30|[17, 30, 21, 30]|  4|
+----------+-----------+----------------+---+

首先使用字符集[-:] 将列hours 拆分为一个包含4 个项目的数组（命名为h）并将其转换为int 的数组（最初是StringType 的数组）

然后进行简单的数学运算，最后将结果类型再次转换为int。

接下来，使用date_format('bdate', 'EEEE') 获取星期名称，然后使用groupby 和pivot 可能还有agg + sum 函数来获取最终结果

【讨论】：

嘿，我正在使用你给我的 expr（非常有帮助，谢谢），但我想知道为什么当我应用这个等式时，“h1”下的一些值被四舍五入，这是因为一轮（（h [3]-h [1]）？我也得到了几个小时的负值并且对此有些担心，请告诉我您是否可以帮助解决方程式部分！
@ChristineBui，您可以将数字转换为分钟并进行比我原来的方法更好的数学运算：((h[2] - h[0] + IF(h[2]<h[0],24,0))*60 + h[3] - h[1])/60。对于否定的h1，很可能存在一些数据问题，只需检查数组字段h 应该有助于解决此问题。