Python 根据pyspark中第一行的值填写后续空值

我有一张如下所示的表格

G列（pesudo_付款）的第一行由C列（余额）、f列（付款）生成，公式为：G=C*（1+e）-f 但是，从第二行开始，列G基于列G的先前值，该值应为：g3=g2（1+e3）-f3

我试着“排名”第一，取rank=1来计算每组的第一行

from pyspark.sql.functions import rank

window = Window.partitionBy(df['loan_id']).orderBy(df['date'])

df_new=df.select('*', rank().over(window).alias('rank'))
df_new=df_new.withColumn('col_g',
        F.when(F.col('rank')=='1',F.col('balance')*(1+F.col('rate'))-
        F.col('payment'))
       )   

我尝试对秩不等于1的情况使用滞后函数，但不起作用，因为滞后后NA值仍然是NA

---

我应该如何在pyspark中编写此代码？

同一id在您的表中出现的次数为0-5次（总计=6次）。对于所有不同的ID，这个数字都是常量吗？如果是，那么我有一个解决方案给你。如果你能确认你的ID出现相同的次数，我可以给你一个解决方案。。