要根据列的不同值计算列的值，可以使用Apache Spark的groupBy和agg函数来实现。下面是一个示例代码：

import org.apache.spark.sql.SparkSession
import org.apache.spark.sql.functions._

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

    // 创建示例数据集
    val data = Seq(
      ("A", 1),
      ("A", 2),
      ("B", 3),
      ("B", 4),
      ("B", 5)
    )

    // 将数据集转换为DataFrame
    import spark.implicits._
    val df = data.toDF("col1", "col2")

    // 根据col1分组，计算col2的和
    val result = df.groupBy("col1")
      .agg(sum("col2").as("sum_col2"))

    // 显示结果
    result.show()
  }
}

在这个示例中，我们创建了一个包含两列的DataFrame，然后使用groupBy和agg函数按col1列分组，并计算col2列的和。最后，我们使用show函数显示计算结果。

运行这个示例代码，将会输出以下结果：

+----+--------+
|col1|sum_col2|
+----+--------+
|   B|      12|
|   A|       3|
+----+--------+

这表明根据col1列的不同值，计算了col2列的和。