你可以试试下面的-

df.orderBy('names', ascending=False)
    .groupBy('item_id')
    .agg(
        array_join(
            collect_list('names'),
            delimiter='-',
        ).alias('names')
    )

您可以使用spark data frame的groupby和agg方法以及concat\u ws函数：

df.groupBy($"item_id").agg(concat_ws("-", collect_list($"name")).alias("names")).show()

字段分组依据 item_id 以及通过将每个名称字段串联在一起来聚合它们。

sparksql的妙处在于，一旦您有了任何受支持语言（scala、java、python、r或sql）的解决方案，您就可以在某种程度上找出其他变体。
下面的sql语句似乎满足了您的要求：

SELECT item_id, array_join(collect_list(name), '-') as names 
FROM tableName
GROUP BY item_id

在 spark-shell 结果如下：

scala> sql("select item_id, array_join(collect_list(name), '-') as names from so group by item_id").show
+-------+-----------------+
|item_id|            names|
+-------+-----------------+
|      1|name1-name2-name3|
|      2|      name4-name5|
+-------+-----------------+