还有一个选择 max_timestamp 只是 grpupBy() 现有Dataframe及其使用 max() 为了得到 max timestamp ，把它收起来 variable 并按您的要求使用

在这里创建df

df = spark.createDataFrame([(1,"2020-10-13"),(2,"2020-10-14"),(3,"2020-10-15")],[ "id","ts"])
df.show()

# df_max = df.groupBy("ts").agg(F.max("ts").alias("max_ts"))

df_max_var = df_max.collect()[0]['max_ts']

# Taking into a variable for future use

df = df.withColumn("dummy_col", F.lit(df_max_var))
df.show()

输入

+---+----------+
| id|        ts|
+---+----------+
|  1|2020-10-13|
|  2|2020-10-14|
|  3|2020-10-15|
+---+----------+

输出

+---+----------+----------+
| id|        ts| dummy_col|
+---+----------+----------+
|  1|2020-10-13|2020-10-15|
|  2|2020-10-14|2020-10-15|
|  3|2020-10-15|2020-10-15|
+---+----------+----------+

你可能在寻找：

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

w = Window.rowsBetween(Window.unboundedPreceding, Window.unboundedFollowing)
df.withColumn('dummy_column',f.max('date').over(w).cast('timestamp')).show(9)

聚合函数，如 max 使用窗口或分组操作。它们不能单独工作，因为您没有指定聚合函数操作的行范围。