假设我有一个巨大的数据集 partitionBy('id') . 假设id对于一个人是唯一的，那么每个id可以有n行，目标是将其减少到一行。基本上，聚合以使id不同。

w = Window().partitionBy(id).rowsBetween(-sys.maxsize, sys.maxsize)

test1 = {
    key: F.first(key, True).over(w).alias(key)
    for key in some_dict.keys()
    if (some_dict[key] == 'test1')
}
test2 = {
    key: F.last(key, True).over(w).alias(k)
    for k in some_dict.keys()
    if (some_dict[k] == 'test2')
}

假设我有 some_dict 如果值为test1或test2，并且基于该值，我将取上面所示的第一个或最后一个。
我该如何调用聚合并减少它？

cols = {**test1,**test2}
 cols = list(cols.value())
 df.select(*cols).groupBy('id').agg(*cols) # Doesnt work

上述显然行不通。有什么想法吗？这里的目标是：我有5个唯一的id和25行，每个id有5行。我想把它从25行减少到5行。