在Spark Stream中，你可以使用filter和map函数来依次遍历同一个窗口中每个batch的数据。以下是一个简单的示例：

```python from pyspark.sql import SparkSession

创建SparkSession

spark = SparkSession.builder.getOrCreate()

假设你有一个名为'data'的DataFrame，其中包含'batch_id'和'data'两列

df = spark.read.format('csv').option('header', 'true').load('path/to/data.csv')

创建一个窗口变量

window_id = df.columns[0]

使用filter函数来过滤出在同一个窗口中的数据

filtered_data = df.filter(lambda row: row[window_id] == 'batch1')

使用map函数将过滤后的数据转换为新的列

new_column = filtered_data.map(lambda row: row[1])

打印结果

new_column.show() ```

在这个示例中，我们首先创建了一个SparkSession，然后从CSV文件中读取数据。然后，我们创建了一个窗口变量，并使用filter函数过滤出在同一个窗口中的数据。最后，我们使用map函数将过滤后的数据转换为新的列。

注意，你需要将'path/to/data.csv'替换为你的实际数据文件路径。此外，你需要将'batch1'替换为你的实际数据中的'batch_id'。