parseDate - Amazon QuickSight

重要事項:我們重新設計了 Amazon QuickSight 分析工作區。您可能會遇到無法反映 QuickSight 主控台中新外觀的螢幕擷取畫面或程序文字。我們正在更新螢幕擷取畫面和程序文字。

若要尋找功能或項目,請使用快速搜尋列

有關新外觀 QuickSight的更多信息,請參閱在 Amazon 上引入新的分析體驗 QuickSight

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

parseDate

parseDate剖析字串以判斷其是否包含日期值,並以格式傳回標準日期 yyyy-MM-ddTkk:mm:ss.SSSZ (使用 Joda 專案文件中 Class DateTimeFormat 中指定的格式模式語法),例如 2015-10-15T19:11:51.003 Z。此函數會傳回所有包含有效格式日期的列,並略過所有不包含的列,包括含 Null 值的列。

Amazon QuickSight 支援的日期範圍從世界標準時間 1900 年 1 月 1 日 00:00:00 到 2020 年 12 月 31 日 23:59:59。如需詳細資訊,請參閱 支援的日期格式

語法

parseDate(expression, ['format'])

引數

運算式

表達式必須是字串。它可以是使用字串資料類型的欄位、'1/1/2016' 之類的常值,或對輸出字串的另一個函數的呼叫。

format

(選用) 包含 date_string 必須符合的格式模式字串。例如,如果您使用具有 01/03/2016 之類資料的欄位,您可以指定格式 'MM/dd/yyyy'。如果您不指定格式,則會預設為 yyyy-MM-dd。會略過資料不符合 format 的資料列。

根據使用的資料集類型,支援不同的日期格式。使用以下表格來查看支援的日期格式的詳細資訊。

日期來源類型 支援的日期格式

檔案、Amazon Athena 和 Salesforce 資料集

支援的日期格式 中指定的所有日期格式模式。

直接查詢 Amazon Aurora、MariaDB 和 MySQL 資料庫

  • MM/dd/yyyy

  • dd/MM/yyyy

  • yyyy/MM/dd

  • MMM/dd/yyyy

  • dd/MMM/yyyy

  • yyyy/MMM/dd

  • MM/dd/yyyy HH:mm:ss

  • dd/MM/yyyy HH:mm:ss

  • yyyy/MM/dd HH:mm:ss

  • MMM/dd/yyyy HH:mm:ss

  • dd/MMM/yyyy HH:mm:ss

  • yyyy/MMM/dd HH:mm:ss

  • MM-dd-yyyy

  • dd-MM-yyyy

  • yyyy-MM-dd

  • MMM-dd-yyyy

  • dd-MMM-yyyy

  • yyyy-MMM-dd

  • MM-dd-yyyy HH:mm:ss

  • dd-MM-yyyy HH:mm:ss

  • yyyy-MM-dd HH:mm:ss

  • MMM-dd-yyyy HH:mm:ss

  • dd-MMM-yyyy HH:mm:ss

  • yyyy-MMM-dd HH:mm:ss

  • MM/dd/yyyy HH:mm:ss.SSS

  • dd/MM/yyyy HH:mm:ss.SSS

  • yyyy/MM/dd HH:mm:ss.SSS

  • MMM/dd/yyyy HH:mm:ss.SSS

  • dd/MMM/yyyy HH:mm:ss.SSS

  • yyyy/MMM/dd HH:mm:ss.SSS

  • MM-dd-yyyy HH:mm:ss.SSS

  • dd-MM-yyyy HH:mm:ss.SSS

  • yyyy-MM-dd HH:mm:ss.SSS

  • MMM-dd-yyyy HH:mm:ss.SSS

  • dd-MMM-yyyy HH:mm:ss.SSS

  • yyyy-MMM-dd HH:mm:ss.SSS

直接查詢 Snowflake

  • dd/MM/yyyy

  • dd/MM/yyyy HH:mm:ss

  • dd-MM-yyyy

  • dd-MM-yyyy HH:mm:ss

  • MM/dd/yyyy

  • MM/dd/yyyy HH:mm:ss

  • MM-dd-yyyy

  • MM-dd-yyyy HH:mm:ss

  • yyyy/MM/dd

  • yyyy/MM/dd HH:mm:ss

  • yyyy-MM-dd

  • yyyy-MM-dd HH:mm:ss

  • MM/dd/yyyy HH:mm:ss.SSS

  • dd/MM/yyyy HH:mm:ss.SSS

  • yyyy/MM/dd HH:mm:ss.SSS

  • MMM/dd/yyyy HH:mm:ss.SSS

  • dd/MMM/yyyy HH:mm:ss.SSS

  • yyyy/MMM/dd HH:mm:ss.SSS

  • MM-dd-yyyy HH:mm:ss.SSS

  • dd-MM-yyyy HH:mm:ss.SSS

  • yyyy-MM-dd HH:mm:ss.SSS

  • MMM-dd-yyyy HH:mm:ss.SSS

  • dd-MMM-yyyy HH:mm:ss.SSS

  • yyyy-MMM-dd HH:mm:ss.SSS

直接查詢 Microsoft SQL Server 資料庫

  • dd-MM-yyyy

  • MM/dd/yyyy

  • dd/MM/yyyy

  • yyyy/MM/dd

  • MMM/dd/yyyy

  • dd/MMM/yyyy

  • yyyy/MMM/dd

  • dd/MM/yyyy HH:mm:ss

  • yyyy/MM/dd HH:mm:ss

  • MMM/dd/yyyy HH:mm:ss

  • dd/MMM/yyyy HH:mm:ss

  • yyyy/MMM/dd HH:mm:ss

  • MM-dd-yyyy

  • yyyy-MM-dd

  • MMM-dd-yyyy

  • yyyy-MMM-dd

  • MM-dd-yyyy HH:mm:ss

  • dd-MM-yyyy HH:mm:ss

  • yyyy-MM-dd HH:mm:ss

  • MMM-dd-yyyy HH:mm:ss

  • dd-MMM-yyyy HH:mm:ss

  • yyyy-MMM-dd HH:mm:ss

  • MM/dd/yyyy HH:mm:ss.SSS

  • dd/MM/yyyy HH:mm:ss.SSS

  • yyyy/MM/dd HH:mm:ss.SSS

  • MMM/dd/yyyy HH:mm:ss.SSS

  • dd/MMM/yyyy HH:mm:ss.SSS

  • yyyy/MMM/dd HH:mm:ss.SSS

  • MM-dd-yyyy HH:mm:ss.SSS

  • dd-MM-yyyy HH:mm:ss.SSS

  • yyyy-MM-dd HH:mm:ss.SSS

  • MMM-dd-yyyy HH:mm:ss.SSS

  • dd-MMM-yyyy HH:mm:ss.SSS

  • yyyy-MMM-dd HH:mm:ss.SSS

直接查詢 Amazon Redshift 或 PostgreSQL 資料庫

此外,從存儲在任何數據庫管理系統的數據集 QuickSight SPICE

  • MM/dd/yyyy

  • dd/MM/yyyy

  • yyyy/MM/dd

  • MMM/dd/yyyy

  • dd/MMM/yyyy

  • yyyy/MMM/dd

  • MM/dd/yyyy HH:mm:ss

  • dd/MM/yyyy HH:mm:ss

  • yyyy/MM/dd HH:mm:ss

  • MMM/dd/yyyy HH:mm:ss

  • dd/MMM/yyyy HH:mm:ss

  • yyyy/MMM/dd HH:mm:ss

  • MM-dd-yyyy

  • dd-MM-yyyy

  • yyyy-MM-dd

  • MMM-dd-yyyy

  • dd-MMM-yyyy

  • yyyy-MMM-dd

  • MM-dd-yyyy HH:mm:ss

  • dd-MM-yyyy HH:mm:ss

  • yyyy-MM-dd HH:mm:ss

  • MMM-dd-yyyy HH:mm:ss

  • dd-MMM-yyyy HH:mm:ss

  • yyyy-MMM-dd HH:mm:ss

  • yyyyyMMdd'T'HHmmss

  • yyyy-MM-dd'T'HH:mm:ss

  • MM/dd/yyyy HH:mm:ss.SSS

  • dd/MM/yyyy HH:mm:ss.SSS

  • yyyy/MM/dd HH:mm:ss.SSS

  • MMM/dd/yyyy HH:mm:ss.SSS

  • dd/MMM/yyyy HH:mm:ss.SSS

  • yyyy/MMM/dd HH:mm:ss.SSS

  • MM-dd-yyyy HH:mm:ss.SSS

  • dd-MM-yyyy HH:mm:ss.SSS

  • yyyy-MM-dd HH:mm:ss.SSS

  • MMM-dd-yyyy HH:mm:ss.SSS

  • dd-MMM-yyyy HH:mm:ss.SSS

  • yyyy-MMM-dd HH:mm:ss.SSS

傳回類型

日期

範例

以下範例會評估 prodDate 來判斷它是否包含日期值。

parseDate(prodDate, 'MM/dd/yyyy')

以下是指定欄位的值。

prodDate -------- 01-01-1999 12/31/2006 1/18/1982 7/4/2010

對於這些欄位值,會傳回以下資料列。

12-31-2006T00:00:00.000Z 01-18-1982T00:00:00.000Z 07-04-2010T00:00:00.000Z