primeiro

Retorna o primeiro valor de um grupo. Por default a função retorna os primeiros valores que encontra. A função retornará o primeiro valor não nulo encontrado quando `ignoreNulls` estiver definido como verdadeiro. Se todos os valores forem nulos, então será retornado nulo. A função não é determinística porque seus resultados dependem da ordem das linhas, que pode ser não determinística após um embaralhamento.

Sintaxe

Python

from pyspark.sql import functions as sf

sf.first(col, ignorenulls=False)

Parâmetros

Parâmetro	Tipo	Descrição
col	pyspark.sql.Column ou nome da coluna	Coluna para a qual será obtido o primeiro valor.
ignorenulls	booleano	Se o primeiro valor for nulo, procure o primeiro valor não nulo. Por default, é falso.

Devoluções

pyspark.sql.Column: primeiro valor do grupo.

Exemplos

Python

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()

Output

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

Para ignorar quaisquer valores nulos, defina ignorenulls como True:

Python

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

Output

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