Python Databricks Koalas基于另一列值Lambda函数的列分配
给定考拉数据帧:Python Databricks Koalas基于另一列值Lambda函数的列分配,python,databricks,spark-koalas,Python,Databricks,Spark Koalas,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 = 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。