在Spark中，可以使用regex_replace函数来保留列名称中的特殊字符。以下是一个示例代码：

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

// 创建一个示例数据集
val data = Seq(("John Doe", 25), ("Jane Smith", 30), ("Bob Johnson", 35))
val df = spark.createDataFrame(data).toDF("name", "age")

// 保留列名称中的特殊字符
val newColumnNames = df.columns.map(c => regexp_replace(col(c), "[^a-zA-Z0-9]", "_").alias(c))

// 使用新的列名称创建新的DataFrame
val newDf = df.select(newColumnNames: _*)

// 输出新的DataFrame
newDf.show()

在上面的示例中，首先创建了一个示例数据集df，其中包含名为"name"和"age"的两列。然后，使用regex_replace函数和正则表达式[^a-zA-Z0-9]来替换列名称中的特殊字符为下划线。最后，使用新的列名称创建了一个新的DataFramenewDf，并通过show函数打印出来。

请注意，上述示例中的正则表达式[^a-zA-Z0-9]表示匹配除了字母和数字以外的任何字符。您可以根据实际需求修改正则表达式来匹配您想要保留的特殊字符。