下面是另一种解决方案：

df.columns.filter(c => c.startsWith("individual") && c.endsWith("amateur"))
  .flatMap(_.split('_').flatMap(_.toIntOption))
  //or if the number you want is always in the second position
  //.flatMap(_.split('_')(2).toIntOption)
//res1: Array[Int] = Array(2)

与@phlantorvert答案的区别：
输出an Array[Int] 而不是 Array[String] 避免任何问题，如果“个人”一词后面没有一个 _ 字符（但仍假定分隔符为 _ 字符）。这更符合您的规范，即列名应为“…start with”和“…end with”

可以使用 df.columns ```
df.columns
// Array[String] = Array(individual_rule_1_professional, individual_rule_2_amateur, team_rule_3_professional, team_rule_4_amateur, total)

然后对其应用基本模式匹配来提取规则编号（我假设它始终是一个数字）

df.columns.filter(.matches("individual.*amateur")).map(.replaceAll("[^\d]", ""))
// Array[String] = Array(2)