在Pyspark中，可以使用filter函数根据日期将数据集拆分为两个部分。以下是一个示例代码：

from pyspark.sql import SparkSession
from pyspark.sql.functions import col

# 创建SparkSession
spark = SparkSession.builder.appName("Split Dataset by Date").getOrCreate()

# 读取数据集
df = spark.read.csv("dataset.csv", header=True, inferSchema=True)

# 将日期列转换为日期类型
df = df.withColumn("date", col("date").cast("date"))

# 指定拆分日期
split_date = "2022-01-01"

# 按日期拆分数据集
df_before = df.filter(col("date") < split_date)
df_after = df.filter(col("date") >= split_date)

# 显示拆分后的数据集
df_before.show()
df_after.show()

在上面的示例中，我们首先创建了一个SparkSession，并读取了一个名为dataset.csv的数据集。然后，我们使用withColumn函数将日期列转换为日期类型。接下来，我们指定了一个拆分日期split_date，并使用filter函数根据日期将数据集拆分为两个部分。拆分前日期小于split_date的部分保存在df_before中，拆分后日期大于等于split_date的部分保存在df_after中。最后，我们使用show函数显示拆分后的数据集。