如何连续计算当天和前一天的值？

希望逻辑是正确的。您对lag窗口功能的思考是正确的。但我认为最好在您计算完 end_date 之后使用它。

from pyspark.sql import functions as F, Window as W
df = spark.createDataFrame(
    [(10499.84,   0.00, '2022-02-01'),
     (    0.00,   0.00, '2022-02-02'),
     (    0.00,   0.00, '2022-02-03'),
     (    0.00,   0.00, '2022-02-04'),
     (    0.00, 245.70, '2022-02-05'),
     (    0.00,  70.88, '2022-02-06'),
     (    0.00,   0.00, '2022-02-07'),
     (    0.00,   0.00, '2022-02-08'),
     (    0.00, 119.84, '2022-02-09')],
    ['saldo', 'trans', 'day']
)
w = W.orderBy('day')
df = df.withColumn('end_day', F.sum(F.col('saldo') - F.col('trans')).over(w))
df = df.withColumn('begin_day', F.coalesce(F.lag('end_day').over(w), F.sum('saldo').over(w)))
df = df.select('saldo', 'trans', 'begin_day', 'end_day', 'day')

df.show()
# +--------+------+---------+--------+----------+
# |   saldo| trans|begin_day| end_day|       day|
# +--------+------+---------+--------+----------+
# |10499.84|   0.0| 10499.84|10499.84|2022-02-01|
# |     0.0|   0.0| 10499.84|10499.84|2022-02-02|
# |     0.0|   0.0| 10499.84|10499.84|2022-02-03|
# |     0.0|   0.0| 10499.84|10499.84|2022-02-04|
# |     0.0| 245.7| 10499.84|10254.14|2022-02-05|
# |     0.0| 70.88| 10254.14|10183.26|2022-02-06|
# |     0.0|   0.0| 10183.26|10183.26|2022-02-07|
# |     0.0|   0.0| 10183.26|10183.26|2022-02-08|
# |     0.0|119.84| 10183.26|10063.42|2022-02-09|
# +--------+------+---------+--------+----------+

如果您每个月重新启动，您应该使用此窗口：

w = W.partitionBy(F.year('day'), F.month('day')).orderBy('day')

您可能还需要round您的 end_day。