在Spark中，可以使用groupBy和window等函数来按照序列将记录分组。下面是一个示例代码：

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

// 创建示例数据集
val data = Seq(
  ("A", 1),
  ("A", 2),
  ("A", 3),
  ("B", 4),
  ("B", 5),
  ("C", 6)
).toDF("group", "value")

// 根据group列排序并创建窗口
val windowSpec = Window.partitionBy("group").orderBy("value")

// 使用row_number函数为每个组中的记录添加序列号
val result = data.withColumn("seq", row_number().over(windowSpec))

// 打印结果
result.show()

输出结果为：

+-----+-----+---+
|group|value|seq|
+-----+-----+---+
|    A|    1|  1|
|    A|    2|  2|
|    A|    3|  3|
|    B|    4|  1|
|    B|    5|  2|
|    C|    6|  1|
+-----+-----+---+

在上述代码中，首先创建了一个示例数据集data，其中包含了group和value两列。然后，使用Window.partitionBy函数根据group列进行分区，并使用orderBy函数根据value列进行排序，创建了一个窗口规范windowSpec。接下来，使用row_number函数为每个组中的记录添加了序列号，并将结果保存在新的列seq中。最后，使用show函数打印结果。

这样，就可以按照序列将记录分组，并为每个组中的记录添加了序列号。