首先，spark没有所谓的“Time”数据类型，它只支持TimestampType或DateType。因此，我相信您的 Dataframe 中的work_time是一个字符串。
其次，当你在选择语句中检查你的func.to_timestamp(func.lit('09:00:00'), 'HH:mm:ss')时，它会显示：

+--------------------------------+
|to_timestamp(09:00:00, HH:mm:ss)|
+--------------------------------+
|1970-01-01 09:00:00             |
+--------------------------------+
only showing top 1 row

最好的方法是将work_time列分别拆分为hour、minute和second列并进行过滤，或者在进行任何时间戳过滤之前在work_time列中添加一个日期值。

您可以使用Column类方法between。它适用于"HH:mm:ss"的 * 时间戳 * 和 * 字符串 *。请使用以下方法：

F.col("work_time").between("09:00:00", "18:00:00")

完整测试：

from pyspark.sql import functions as F
df = spark.createDataFrame([('00:45:40',), ('10:05:47',), ('15:25:28',), ('19:38:52',)], ['work_time'])

day_shift = F.col("work_time").between("09:00:00", "18:00:00")
df = df.withColumn("day_shift", F.when(day_shift, "Yes").otherwise("No"))

df.show()

# +---------+---------+

# |work_time|day_shift|

# +---------+---------+

# | 00:45:40|       No|

# | 10:05:47|      Yes|

# | 15:25:28|      Yes|

# | 19:38:52|       No|

# +---------+---------+