我目前有一个由变量“聚合器”分组为每小时增量的数据集。这个每小时数据中存在差距，我理想情况下想要做的是用映射到 x 列中变量的前一行向前填充行。
我已经看到一些使用 PANDAS 解决类似问题的解决方案，但理想情况下，我想了解如何最好地使用 pyspark UDF 来解决这个问题。
我最初在 PANDAS 中考虑过类似以下的事情，但也努力实现这一点，以填补忽略聚合器作为第一遍：
df = df.set_index(keys=[df.timestamp]).resample('1H', fill_method='ffill')
但理想情况下，我想避免使用 PANDAS。
在下面的示例中，我缺少两行每小时数据（标记为 MISSING）。
df = df.set_index(keys=[df.timestamp]).resample('1H', fill_method='ffill')
此处的预期输出如下：
| timestamp | aggregator |
|----------------------|------------|
| 2018-12-27T09:00:00Z | A |
| 2018-12-27T10:00:00Z | A |
| MISSING | MISSING |
| 2018-12-27T12:00:00Z | A |
| 2018-12-27T13:00:00Z | A |
| 2018-12-27T09:00:00Z | B |
| 2018-12-27T10:00:00Z | B |
| 2018-12-27T11:00:00Z | B |
| MISSING | MISSING |
| 2018-12-27T13:00:00Z | B …