您可以使用"dd MMM yyyy HH:mm"解析带有to_date的日期，然后使用您想要的"dd-MMM-yyyy HH:mm"对其进行格式化，如下所示：

from pyspark.sql import functions as f

new_df = df\
    .withColumn("date", f.to_timestamp(f.col("DTC"), "dd MMM yyyy HH:mm"))\
    .withColumn("DTC", f.date_format(f.col("date"), "dd-MMM-yyyy HH:mm"))\
    .drop("date")

另一种可能不太通用的方法是直接编辑字符串，其中一种方法是使用split，限制为3个字段和concat_ws：

new_df = df.withColumn("DTC", f.concat_ws("-", f.split("DTC", " ", 3)))

在“部分”日期的情况下，正如在另一个答案的注解中提到的，to_timestamp会将它们设置为null。在这种情况下，我会使用一些正则表达式。例如，在下面的代码中，我提取最后一个空格之前的所有内容（date列）。然后提取最后一个空格之后的所有内容（time列）。最后，我在日期中用连字符替换空格后将它们连接起来。注意，我修剪了日期以去掉尾部空格。

from pyspark.sql import functions as f

df = spark.createDataFrame([
    (1, '11 AUG 2012 10:12'),
    (2, 'AUG 2012 10:20'),
    (3, '2012 11:11')
], ['id', 'DTC'])

df\
    .withColumn("date", f.regexp_extract("DTC", "^.* ", 0))\
    .withColumn("time", f.regexp_extract("DTC", " [^ ]*$", 0))\
    .withColumn("DTC", f.concat(f.regexp_replace(f.trim("date"), " ", "-"), "time"))\
    .show()

其产生：

+---+-----------------+-----------+------+
| id|              DTC|       date|  time|
+---+-----------------+-----------+------+
|  1|11-AUG-2012 10:12|11 AUG 2012| 10:12|
|  2|   AUG-2012 10:20|   AUG 2012| 10:20|
|  3|       2012 11:11|       2012| 11:11|
+---+-----------------+-----------+------+

然后可以删除date和time列。