假设我们有一个DataFrame，其中包含两列：group列和value列。我们希望按group列分组，并获取每个组的前3个值，并将这些值写入一个新的列。下面是一个使用Spark Scala的代码示例：

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

// 创建示例数据
val data = Seq(
  ("A", 1),
  ("A", 2),
  ("A", 3),
  ("A", 4),
  ("B", 5),
  ("B", 6),
  ("B", 7),
  ("B", 8)
).toDF("group", "value")

// 使用窗口函数按group列分组，并获取每个组的前3个值
val windowSpec = Window.partitionBy("group").orderBy(col("value"))
val result = data.withColumn("top3", collect_list("value").over(windowSpec).slice(0, 3))

result.show()

输出结果为：

+-----+-----+------+
|group|value|  top3|
+-----+-----+------+
|    A|    1|[1, 2]|
|    A|    2|[1, 2]|
|    A|    3|[1, 2]|
|    A|    4|[1, 2]|
|    B|    5|[5, 6]|
|    B|    6|[5, 6]|
|    B|    7|[5, 6]|
|    B|    8|[5, 6]|
+-----+-----+------+

在上述代码中，我们首先导入了需要使用的函数和窗口类。然后，我们创建了一个示例数据DataFrame，并为其指定了两列：group和value。接下来，我们定义了一个窗口规范，通过分区和排序指定了按group列分组，并按value列排序。最后，我们使用collect_list函数获取每个组的所有值，并使用slice函数获取前3个值，将结果存储在新的列top3中。最后，我们打印输出结果。