pyspark取DataFrame某个字段重复数据中，时间最早或最晚的

from pyspark.sql.window import Window
import pyspark.sql.functions as F

#df为目标dataFrame
#Id为存在重复数据的字段
#Time为时间



#以下为取最早的一条数据
window = Window.partitionBy('Id').orderBy(df.Time.asc())
topn_df = df.withColumn('topn',F.row_number().over(window))
new_df = topn_df.filter('topn=1')



#以下为取最晚的一条数据
window = Window.partitionBy('Id').orderBy(df.Time.desc())
topn_df = df.withColumn('topn',F.row_number().over(window))
new_df = topn_df.filter('topn=1')