Add support for datetime/date datatypes and columns

**Is your feature request related to a problem? Please describe.**
I would like to run data quality checks such as Maximum() or Minimum() on datetime columns (DateType or Timestamp type in Spark).

**Describe the solution you'd like**
Add support for datetime columns in the API ([ConstrainableDataTypes](https://pydeequ.readthedocs.io/en/latest/pydeequ.html#pydeequ.checks.ConstrainableDataTypes), Analyzers, Profilers).

**Describe alternatives you've considered**
I'm currently converting datetime columns to a numeric datatype (unix_timestamp), but it would be great if we could use the API on the original columns, in order to avoid conversion bugs/issues.

Thanks for considering my request! 🙂

Beginne mit der ConstrainableDataTypes API und untersuche anschließend die im Issue genannten Analyzers und Profilers, um nachzuverfolgen, wie numerische Spalten derzeit verarbeitet werden. Überprüfe das erwartete Verhalten für Spark DateType- und Timestamp-Spalten, einschließlich Maximum() und Minimum(); als erledigt gilt die Aufgabe, wenn diese Prüfungen mit ursprünglichen datetime-Spalten ohne Konvertierung durch unix_timestamp funktionieren.

Vom Indexierungsmodell aus dem Issue-Text verfasst.