apache / apache/datafusion

CSV import doesn't support date parsing

Aperta
#13,633 3 commenti 0 reazioni 0 assegnatari Vedi su GitHub
bug
Lingua principale
Rust
Stelle
9.3k
Fork
2.4k
Merge medio
3g 11h
PR unite (30g)
360

Descrizione

### Describe the bug

While working on [#13576](https://github.com/apache/datafusion/pull/13576/files#diff-ec9107a0ab3a6acc573a935893a568ff798339bbfde06ee3aeb3ed39cd2f483aR367), I noticed we allow to pass `format.date_format` when reading CSV but ignore that

### To Reproduce

```sql
CREATE EXTERNAL TABLE dates (
date date
) STORED AS CSV
LOCATION 'dates.csv'
OPTIONS ('format.has_header' 'true', 'format.date_format' '%d/%m/%Y');

SELECT * FROM dates;
0 row(s) fetched.
Elapsed 0.014 seconds.

Arrow error: Parser error: Error while parsing value 03/12/2024 for column 0 at line 1
```
[dates.csv](https://github.com/user-attachments/files/17999374/dates.csv)

### Expected behavior

```sql
select to_date('03/12/2024', '%d/%m/%Y');
```
This^ works, so I `date_format` should be supported too?

### Additional context

I believe we currently don't pass the format string when reading csv (because there's no functionality in arrow), only when writing:

https://github.com/apache/arrow-rs/blob/9047d99f6bf87582532ee6ed0acb3f2d5f889f11/arrow-csv/src/reader/mod.rs#L909

Guida per i contributori

Apri la guida per i contributori

Direzione di ricerca

Inizia con il percorso di lettura CSV descritto nell’issue ed esamina l’implementazione collegata di arrow-csv reader, soprattutto in corrispondenza del reader code indicato. Riproduci l’esempio CREATE EXTERNAL TABLE con dates.csv e l’opzione date_format, quindi verifica che l’importazione del CSV analizzi 03/12/2024 secondo %d/%m/%Y senza l’errore del parser.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Valutazione

Stack tecnologico
rust
Ambito
databases
Tipo di issue
Bug
Difficoltà
4/5
Tempo stimato
3-5 giorni
Stato di attività
Ferma
Chiarezza
Abbastanza chiara
Idoneità per principianti
35/100

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.