有很多方法可以做到这一点，这里有一种方法可以为每个偶数获取之前的奇数：

import org.apache.spark.sql.expressions.Window

val df2 = df.select(
    $"numbers".alias("even"),
    lag(when($"numbers" % 2 === lit(1), $"numbers"), 1).over(Window.orderBy("numbers")).alias("odd")
).filter("even % 2 == 0")

df2.show
+----+---+
|even|odd|
+----+---+
|  42| 41|
|  44| 43|
|  46| 45|
|  48| 47|
|  50| 49|
+----+---+

不确定这里的用例是什么，但是您可以创建偶数和奇数值的单独Dataframe，使用rddapi将它们压缩在一起，然后将结果转换回Dataframe。这是笨重的，但它不是一个真正的问题，在Spark的驾驶室。

import org.apache.spark.sql.Row

val df = List(41,42,43,44,45,46,47,48,49,50).toDF("numbers")

val evenRDD = df.where('numbers % 2 === 0).rdd
val oddRDD = df.where('numbers % 2 === 1).rdd

val df2 = evenRDD.zip(oddRDD).map{
    case (x : Row, y : Row) => (x.getInt(0), y.getInt(0))
    }.toDF("even", "odd")

df2.show
+----+---+
|even|odd|
+----+---+
|  42| 41|
|  44| 43|
|  46| 45|
|  48| 47|
|  50| 49|
+----+---+
``` `zip` 只有在初始Dataframe中奇数和偶数相等的情况下才有效。如果不是这样，你就必须通过删去大的多余部分，或者用零或其他空指标填充小的部分来使它们相等。