Apache Spark中选择DATE_FORMAT(date, format)的替代方法是使用to_date和date_format函数的组合。to_date函数用于将字符串转换为日期格式，date_format函数用于将日期格式化为指定的格式。

以下是使用to_date和date_format函数进行日期格式化的示例代码：

import org.apache.spark.sql.functions.{to_date, date_format}

// 创建测试数据集
val data = Seq(("2022-01-01"), ("2022-02-01"), ("2022-03-01"))
val df = data.toDF("date_string")

// 将字符串列转换为日期列
val dfWithDate = df.withColumn("date", to_date($"date_string"))

// 使用date_format函数将日期列格式化为指定的格式
val dfFormatted = dfWithDate.withColumn("formatted_date", date_format($"date", "yyyy-MM-dd"))

// 显示结果
dfFormatted.show()

输出结果：

+------------+----------+--------------+
|date_string |date      |formatted_date|
+------------+----------+--------------+
|2022-01-01  |2022-01-01|2022-01-01    |
|2022-02-01  |2022-02-01|2022-02-01    |
|2022-03-01  |2022-03-01|2022-03-01    |
+------------+----------+--------------+

在上述示例中，我们首先使用to_date函数将字符串列转换为日期列。然后，使用date_format函数将日期列格式化为"yyyy-MM-dd"格式的字符串列。最后，显示结果数据集。

这是一种在Apache Spark中替代DATE_FORMAT函数的方法，可以根据需要格式化日期。