Python Databricks Koalas基于另一列值Lambda函数的列分配

给定考拉数据帧：

df = ks.DataFrame({"high_risk": [0, 1, 0, 1, 1], 
                   "medium_risk": [1, 0, 0, 0, 0]
                   })

运行lambda函数以基于现有列值获取新列：

df = df.assign(risk=lambda x: "High" if x.high_risk else ("Medium" if x.medium_risk else "Low"))
df
Out[72]: 
   high_risk  medium_risk  risk
0          0            1  High
4          1            0  High
1          1            0  High
2          0            0  High
3          1            0  High

预期回报：

       high_risk  medium_risk  risk
    0          0            1  Medium
    4          1            0  High
    1          1            0  High
    2          0            0  Low
    3          1            0  High

---

为什么这会为每个值指定“高”。其目的是对每一行进行操作，是不是要查看比较中的整个列？

对考拉df使用

assign

对我来说似乎不容易，但对于您的情况，我将

mul

列“high_risk”乘以2，然后

添加
列“Middle_risk”，最后
映射结果，以“high”替换2（因为之前将列乘以2）1乘以“中等”，0乘以“低”，例如：

df = df.assign(risk= df.high_risk.mul(2).add(df.medium_risk)
                       .map({0:'low', 1:'medium', 2:'high'}))
df
   high_risk  medium_risk    risk
0          0            1  medium
1          1            0    high
2          0            0     low
3          1            0    high
4          1            0    high

注意：如果在“高风险”和“中风险”列中都有1，则此操作将失败。
是否必须使用
assign
，因为现在按您想要的方式使用它似乎很复杂？我考虑了一个解决方案，但不确定计算成本是否为非强制性，但是，我的理解是考拉不支持：df[“risk”]=df[]用于列分配。