在Spark中，可以使用窗口函数和累加器来递增地计算列值。下面是一个使用PySpark的示例代码：

from pyspark.sql import SparkSession
from pyspark.sql.functions import col, sum, lit
from pyspark.sql.window import Window

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

# 创建示例数据
data = [
    (1, 10),
    (2, 20),
    (3, 30),
    (4, 40)
]
df = spark.createDataFrame(data, ["id", "value"])

# 定义窗口规范
windowSpec = Window.orderBy("id").rowsBetween(Window.unboundedPreceding, Window.currentRow)

# 使用累加器计算递增列值
df = df.withColumn("cumulative_sum", sum(col("value")).over(windowSpec))

# 显示结果
df.show()

输出结果如下：

+---+-----+--------------+
| id|value|cumulative_sum|
+---+-----+--------------+
|  1|   10|            10|
|  2|   20|            30|
|  3|   30|            60|
|  4|   40|           100|
+---+-----+--------------+

在上面的代码中，首先创建了一个窗口规范windowSpec，它指定了按照id列升序排序，并且从当前行到无界前一行的范围。然后使用sum函数和over方法来计算value列的累积和，并将结果放入新的列cumulative_sum中。最后显示结果数据帧。