下面是使用Apache Spark和Java按列分组并将每个字符串组写入文本文件的代码示例：

import org.apache.spark.api.java.JavaRDD;
import org.apache.spark.api.java.JavaSparkContext;
import org.apache.spark.api.java.function.Function2;
import org.apache.spark.api.java.function.PairFunction;
import scala.Tuple2;

import java.util.Arrays;
import java.util.List;

public class GroupByColumnExample {
    public static void main(String[] args) {
        // 创建Spark上下文
        JavaSparkContext sc = new JavaSparkContext("local", "GroupByColumnExample");

        // 创建输入数据
        List data = Arrays.asList(
                "apple,red",
                "banana,yellow",
                "cherry,red",
                "date,brown",
                "elderberry,purple"
        );

        // 将输入数据转换为RDD
        JavaRDD inputRDD = sc.parallelize(data);

        // 按照逗号分割每个字符串为键值对
        JavaRDD> keyValueRDD = inputRDD.mapToPair(new PairFunction() {
            @Override
            public Tuple2 call(String s) throws Exception {
                String[] parts = s.split(",");
                return new Tuple2<>(parts[1], parts[0]);
            }
        }).reduceByKey(new Function2() {
            @Override
            public String call(String s1, String s2) throws Exception {
                return s1 + "," + s2;
            }
        }).mapToPair(new PairFunction, String, String>() {
            @Override
            public Tuple2 call(Tuple2 tuple) throws Exception {
                return new Tuple2<>(tuple._1, tuple._2);
            }
        });

        // 将每个字符串组写入文本文件
        keyValueRDD.saveAsTextFile("output.txt");

        // 关闭Spark上下文
        sc.close();
    }
}

这段代码首先创建了一个JavaSparkContext对象，然后创建了一个包含输入数据的RDD。接下来，使用mapToPair函数将每个字符串按逗号分割为键值对，其中键是第二个部分，值是第一个部分。然后使用reduceByKey函数将具有相同键的所有值组合在一起。最后，使用mapToPair函数将结果的键值对顺序调换回来。最后，将结果RDD保存到文本文件中。