我有一个pysparkDataframe，如下所示：

+------+-----------+
|src_ip|  timestamp|
+------+-----------+
|A     |2020-06-19 |
|B     |2020-06-19 |
|B     |2020-06-20 |
|C     |2020-06-20 |
|D     |2020-06-21 |
+------+-----------+

我想检索每个不同ip地址的计数，它被分解为每天可以看到多少不同的ip地址。
我试过：

df.groupBy(window(df['timestamp'], "1 day")) \
           .agg(countDistinct('src_ip')) \
           .orderBy("window").show()

但是，这并没有给出正确的结果，因为它将df拆分为多个时间窗口，并获得每个时间窗口的不同计数，如图所示：

+-----------+-----------------------+
|  window   | count(DISTINCT(src_ip)|
+-----------+-----------------------+
|2020-06-19 | 2                     |
|2020-06-20 | 2                     |
|2020-06-21 | 1                     |
+-----------+-----------------------+

这是不正确的，因为b已经出现在2020-06-19上，应该被分类为不同的。
我想看到的结果表是：

+-----------+-----------------------+
|  window   | count(DISTINCT(src_ip)|
+-----------+-----------------------+
|2020-06-19 | 2                     |
|2020-06-20 | 1                     |
|2020-06-21 | 1                     |
+-----------+-----------------------+

Pypark能做到吗？非常感谢您的帮助。