在Apache Spark中，我们可以使用groupBy和agg方法对列进行聚合。下面是一个示例代码，展示了如何根据另一列的值对列进行聚合：

import org.apache.spark.sql.{SparkSession, functions}

// 创建SparkSession
val spark = SparkSession.builder()
  .appName("Spark Aggregation Example")
  .master("local[*]")
  .getOrCreate()

// 导入隐式转换
import spark.implicits._

// 创建示例数据集
val data = Seq(
  ("Alice", "A", 100),
  ("Bob", "A", 200),
  ("Alice", "B", 300),
  ("Bob", "B", 400),
  ("Alice", "A", 500)
).toDF("name", "category", "value")

// 根据name和category列进行分组，并对value列进行求和
val result = data.groupBy("name", "category")
  .agg(functions.sum("value").alias("sum_value"))

// 打印结果
result.show()

输出结果如下：

+-----+--------+---------+
| name|category|sum_value|
+-----+--------+---------+
|Alice|       A|      600|
|  Bob|       B|      400|
|  Bob|       A|      200|
|Alice|       B|      300|
+-----+--------+---------+

在这个例子中，我们根据name和category列对数据进行分组，并对value列进行求和。最后得到了按照name和category进行聚合的结果。