Pyspark 获取系列的第一次/最后一次出现的日期

这个问题的标题不清楚，但我不知道如何表述。。。 我有一个数据框，它每分钟解释一次滑雪时是否有队列

数据帧包含2列： -分钟=我们正在查看的分钟数 -如果此时有队列，则队列=1，否则为0

例：

从08h00到10h00，每行将0放入“队列”
从10h01到10h45，每行将1放入“队列”
从10h46到14h00，每行将0放入“队列”
从14h01到14h45，每行将1放入“队列”
从10h45到17h30，每行0进入“队列”

我想创建一个包含2列的新数据框

----------------------
开始|结束
----------------------
10h01 | 10h45
14h01 | 14h45

我成功地获得了如下数据帧：

----------------------
开始|结束
----------------------
10h01 |无
无| 10h45
14h01 |无
无| 14h45

使用：

df2=df.withColumn（'start'，F.when（（F.col（“Prev_Queue”）==0）和（F.col（“Queue”）==1），F.col（'NextMin'）。否则（无））
df2=df2。带列（'end'，F.when（（F.col（“Next_Queue”）==0）和（F.col（“Queue”）==1），F.col（'NextMin'）。否则（无））

其中，“Prev_Queue”是前一分钟的队列值，“Next_Queue”是下一分钟的队列值

关于如何获取我想要的数据帧（从我设法获取的数据帧或以更简单的方式获取的数据帧）有什么想法吗？

---

提前感谢：-）

我得到了同事的帮助；-）

关于信息，我还有一个专栏，“skilift”，包含我感兴趣的skilift的名称

以下是解决方案：

w = Window.partitionBy('Skilift').orderBy('Minute')
df = df.withColumn("rnk", F.when(F.lag('Queue').over(w) != F.col('Queue'), 1).otherwise(0))\
.withColumn('rnk2', F.sum('rnk').over(w))

df.where("queue = 1").groupBy('skilift','rnk2').agg(F.min('Minute'), F.max('Minute')).drop('rnk2').drop('rnk').show(truncate=False)