在Spark中，可以使用foreach方法来遍历DataFrame中的每一行，并将两列进行合并。以下是一个示例代码：

from pyspark.sql import SparkSession
from pyspark.sql.functions import concat

# 创建SparkSession
spark = SparkSession.builder.getOrCreate()

# 创建示例DataFrame
data = [("John", "Doe", 25), ("Jane", "Smith", 30), ("Tom", "Hanks", 35)]
df = spark.createDataFrame(data, ["first_name", "last_name", "age"])

# 定义合并两列的函数
def merge_columns(row):
    return row.first_name + " " + row.last_name

# 使用foreach方法遍历每一行并合并两列
df.foreach(lambda row: print(merge_columns(row)))

# 使用concat函数将两列合并为一个新列
df.withColumn("full_name", concat(df.first_name, " ", df.last_name)).show()

在上面的示例中，首先我们创建了一个示例DataFrame df，它包含3列：first_name、last_name和age。然后，我们定义了一个函数merge_columns，该函数接收一个行对象，并将first_name和last_name列进行合并。接下来，我们使用foreach方法遍历DataFrame的每一行，并将每一行传递给merge_columns函数进行合并操作。

此外，我们还可以使用withColumn方法和concat函数将两列合并为一个新列。在上面的示例中，我们使用withColumn方法创建了一个名为full_name的新列，该列使用concat函数将first_name和last_name列进行合并。

请注意，foreach方法是一个动作操作，不返回任何结果。如果需要将结果存储到变量中或进行进一步的转换操作，可以使用其他适合的方法，如map或select。