加入两个列表列值，如Pyspark中的zip

我有一个pandas数据帧。我试图首先将包含字符串值的两列连接到列表中，然后使用zip，我使用'_'连接列表的每个元素。我的数据集如下：

df['column_1']: 'abc, def, ghi'
df['column_2']: '1.0, 2.0, 3.0'
我想在我的数据帧的每一行的第三列中加入这两列，如下所示。

df['column_3']: [abc_1.0, def_2.0, ghi_3.0]
我已经使用下面的代码在python中成功完成了，但是数据帧非常大，并且需要很长时间才能为整个数据帧运行它。我想在Pyspark做同样的事情以提高效率。我已成功读取spark数据帧中的数据，但我很难确定如何使用pyspark等效函数复制pandas函数。如何在pyspark获得我想要的结果？

df['column_3'] = df['column_2']
for index, row in df.iterrows():
while index < 3:

if isinstance(row['column_1'], str):      
  row['column_1'] = list(row['column_1'].split(','))
  row['column_2'] = list(row['column_2'].split(','))
  row['column_3'] = ['_'.join(map(str, i)) for i in zip(list(row['column_1']), list(row['column_2']))]

我已经使用下面的代码将两列转换为Pyspark中的数组

from pyspark.sql.types import ArrayType, IntegerType, StringType
from pyspark.sql.functions import col, split

crash.withColumn("column_1",

split(col("column_1"), ",\s*").cast(ArrayType(StringType())).alias("column_1")

)
crash.withColumn("column_2",

split(col("column_2"), ",\s*").cast(ArrayType(StringType())).alias("column_2")

)
现在我需要的是使用'_'压缩两列中数组的每个元素。我怎么能用这个zip？