如何进行groupby排名并将其作为列添加到spark scala中的现有dataframe中？

import org.apache.spark.sql.expressions.Window
import org.apache.spark.sql.functions._

// 创建一个示例DataFrame
val df = Seq(
  ("A", 1),
  ("A", 2),
  ("B", 3),
  ("B", 4),
  ("B", 5)
).toDF("group", "value")

// 定义Window规范，按照"group"列进行分组，并按"value"列降序排列
val windowSpec = Window.partitionBy("group").orderBy(desc("value"))

// 使用rank函数计算排名，并将排名作为新的列添加到DataFrame中
val rankedDF = df.withColumn("rank", rank().over(windowSpec))

rankedDF.show()

+-----+-----+----+
|group|value|rank|
+-----+-----+----+
|    A|    2|   1|
|    A|    1|   2|
|    B|    5|   1|
|    B|    4|   2|
|    B|    3|   3|
+-----+-----+----+