将Spark DataFrame映射转换为`{"Key"：key，"Value"：value}`的映射数组

，可以通过以下步骤完成：

导入必要的包和类：

import org.apache.spark.sql.{DataFrame, Row}
import org.apache.spark.sql.functions._

将DataFrame转换为RDD，并使用map函数对每一行进行转换：

val rdd = dataframe.rdd
val keyValuePairRDD = rdd.map(row => {
  val key = row.getAs[String]("Key")
  val value = row.getAs[String]("Value")
  (key, value)
})

将RDD转换回DataFrame，以便后续操作：

val resultDataFrame = keyValuePairRDD.toDF("Key", "Value")

完整的代码示例如下：

import org.apache.spark.sql.{DataFrame, Row}
import org.apache.spark.sql.functions._

// 将Spark DataFrame映射转换为{"Key"：key，"Value"：value}的映射数组
def transformDataFrameToKeyValueArray(dataframe: DataFrame): DataFrame = {
  val rdd = dataframe.rdd
  val keyValuePairRDD = rdd.map(row => {
    val key = row.getAs[String]("Key")
    val value = row.getAs[String]("Value")
    (key, value)
  })
  val resultDataFrame = keyValuePairRDD.toDF("Key", "Value")
  resultDataFrame
}

// 示例数据
val data = Seq(
  ("key1", "value1"),
  ("key2", "value2"),
  ("key3", "value3")
)
val spark = SparkSession.builder().getOrCreate()
val dataframe = spark.createDataFrame(data).toDF("Key", "Value")

// 调用方法进行转换
val result = transformDataFrameToKeyValueArray(dataframe)
result.show()

这样，你可以将Spark DataFrame映射转换为{"Key"：key，"Value"：value}的映射数组。在这个转换过程中，我们首先将DataFrame转换为RDD，然后使用map函数对每一行进行转换，最后再将RDD转换回DataFrame。通过这种方式，我们可以将DataFrame的每一行的"Key"和"Value"列的值提取出来，并组成一个元组(key, value)，最后将这些元组转换回DataFrame。