primeiro

Devolve o primeiro valor de um grupo. A função, por defeito, devolve os primeiros valores que vê. Irá devolver o primeiro valor não nulo que vê quando o ignoreNulls está definido como verdadeiro. Se todos os valores forem nulos, então o valor nulo é devolvido. A função é não determinística porque os seus resultados dependem da ordem das linhas, que pode ser não determinística após um embaralhamento.

Sintaxe

from pyspark.sql import functions as sf

sf.first(col, ignorenulls=False)

Parâmetros

Parâmetro	Tipo	Description
col	pyspark.sql.Column ou nome da coluna	Coluna para buscar o primeiro valor para.
ignorenulls	bool	Se o primeiro valor for nulo, então procure o primeiro valor não nulo. Falso por padrão.

Devoluções

pyspark.sql.Column: primeiro valor do grupo.

Examples

from pyspark.sql import functions as sf
df = spark.createDataFrame([("Alice", 2), ("Bob", 5), ("Alice", None)], ("name", "age"))
df = df.orderBy(df.age)
df.groupby("name").agg(sf.first("age")).orderBy("name").show()

+-----+----------+
| name|first(age)|
+-----+----------+
|Alice|      NULL|
|  Bob|         5|
+-----+----------+

Para ignorar quaisquer valores nulos, defina ignorenulls para True:

df.groupby("name").agg(sf.first("age", ignorenulls=True)).orderBy("name").show()

+-----+----------+
| name|first(age)|
+-----+----------+
|Alice|         2|
|  Bob|         5|
+-----+----------+