以下是一个示例代码，它将数据框按列值拆分为多个数据框：

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

object DataFrameSplitter {
  def splitDataFrameByColumnValue(df: DataFrame, column: String): Map[String, DataFrame] = {
    val distinctValues = df.select(column).distinct().collect()

    distinctValues.map(row => {
      val value = row.get(0).toString
      val filteredDF = df.filter(df(column) === value)
      value -> filteredDF
    }).toMap
  }

  def main(args: Array[String]): Unit = {
    val spark = SparkSession.builder()
      .appName("DataFrameSplitter")
      .master("local")
      .getOrCreate()

    import spark.implicits._

    val data = Seq(
      ("Alice", 25, "New York"),
      ("Bob", 30, "London"),
      ("Charlie", 35, "New York"),
      ("David", 40, "London"),
      ("Eve", 45, "New York")
    )

    val df = data.toDF("Name", "Age", "City")

    val splitDataFrames = splitDataFrameByColumnValue(df, "City")

    splitDataFrames.foreach { case (value, df) =>
      println(s"Data frame with $value:")
      df.show()
    }

    spark.stop()
  }
}

此示例代码使用SparkSession创建一个Spark应用程序。它基于给定的列名将数据框拆分为多个数据框。您可以根据需要更改数据源和要拆分的列名。

在示例代码中，我们使用了一个名为splitDataFrameByColumnValue的函数来执行拆分操作。此函数首先使用distinct()方法获取指定列的唯一值。然后，它使用filter()方法将数据框按列值筛选，并将每个筛选后的数据框与列值关联为键值对。最后，它将这些键值对映射到一个Map中，并将其作为结果返回。

在main()方法中，我们创建了一个包含一些示例数据的数据框。然后，我们调用splitDataFrameByColumnValue()函数将数据框按“City”列值拆分。最后，我们遍历拆分后的数据框并打印结果。