在PySpark中，可以使用groupBy()函数按照数组中某个记录进行分组。以下是一个示例代码：

from pyspark.sql import SparkSession
from pyspark.sql.functions import col

# 创建SparkSession
spark = SparkSession.builder.getOrCreate()

# 创建示例数据
data = [(1, ["A", "B"]), (2, ["A", "C"]), (3, ["B", "C"]), (4, ["A", "B", "C"])]
df = spark.createDataFrame(data, ["id", "records"])

# 按照数组中的第一个记录进行分组
grouped_df = df.groupBy(col("records").getItem(0).alias("group")).agg(collect_list("id").alias("ids"))

# 显示结果
grouped_df.show()

输出结果:

+-----+------+
|group|   ids|
+-----+------+
|    A|[1, 2, 4]|
|    B|[1, 4]|
+-----+------+

在上述示例中，我们创建了一个包含id和records两个列的DataFrame。然后，我们使用groupBy()函数和getItem()函数来按照数组中的第一个记录进行分组。最后，我们使用agg()函数和collect_list()函数来聚合id列。

注意：在使用groupBy()函数时，需要使用getItem()函数来访问数组中的元素。