不可能更改现有列的类型，因此您需要添加一个具有正确数据类型的新列，并执行迁移。迁移可以通过Spark + Spark Cassandra Connector完成-这可能是最灵活的解决方案，甚至可以通过单节点机器完成，Spark运行在本地主模式（默认）。代码可能如下所示（首先尝试测试数据）：

import pyspark.sql.functions as F
options = { "table": "tbl", "keyspace": "ks"}
spark.read.format("org.apache.spark.sql.cassandra").options(**options).load()\
  .select("pk_col1", "pk_col2", F.col("timestamp_col").cast("date").alias("new_name"))\
  .write.format("org.apache.spark.sql.cassandra").options(**options).save()

例如，您可以使用DSBulk，但是您需要有足够的空间来卸载数据（尽管您只需要主键列+时间戳）

为了补充Alex Ott的答案，Cassandra中做了一些验证，以防止更改列的数据类型。原因是SSTables（Cassandra数据文件）是不可变的--一旦它们被写入磁盘，就永远不会被修改/编辑/更新。它们只能被压缩为新的SSTables。
有些人试图通过从表中删除列，然后用新的数据类型将其添加回表中来解决这个问题。与传统的RDBMS不同，SSTables中的现有数据不会更新，因此如果您试图读取旧数据，您将得到CorruptSSTableException，因为磁盘上数据的CQL类型与模式的CQL类型不匹配。
由于这个原因，不再可能删除/重新创建具有相同名称（CASSANDRA-14948）的列。如果您感兴趣，我已经在这篇文章中更详细地解释了它-https://community.datastax.com/questions/8018/。干杯！

您可以使用ToDate来变更它。例如：表Email包含格式为Date的列：2001-08-29 13：03：35.000000+0000.在一个例子中，一个人在一个房间里，一个人在另一个房间里。

Select Date, ToDate(Date) as Convert from keyspace.Email:

date | convert ---------------------------------+------------ 2001-08-29 13:03:35.000000+0000 | 2001-08-29