define aggfunc для каждого столбца значений в сводной таблице pandas

Вы можете выполнить два DataFrames :

 >>> df1 = pd.pivot_table(df, values=['D'], rows=['B'], aggfunc=np.sum) >>> df2 = pd.pivot_table(df, values=['E'], rows=['B'], aggfunc=np.mean) >>> pd.concat((df1, df2), axis=1) DE BA 1.810847 -0.524178 B 2.762190 -0.443031 C 0.867519 0.078460 

или вы можете передать список функций как параметр aggfunc а затем переиндексировать:

 >>> df3 = pd.pivot_table(df, values=['D','E'], rows=['B'], aggfunc=[np.sum, np.mean]) >>> df3 sum mean DEDE BA 1.810847 -4.193425 0.226356 -0.524178 B 2.762190 -3.544245 0.345274 -0.443031 C 0.867519 0.627677 0.108440 0.078460 >>> df3 = df3.ix[:, [('sum', 'D'), ('mean','E')]] >>> df3.columns = ['D', 'E'] >>> df3 DE BA 1.810847 -0.524178 B 2.762190 -0.443031 C 0.867519 0.078460 

Alghouth, было бы неплохо иметь возможность определить aggfunc для каждого столбца отдельно. Не знаю, как это можно было бы сделать, может быть aggfunc в aggfunc dict-like aggfunc , например {'D':np.mean, 'E':np.sum} .

обновление На самом деле, в вашем случае вы можете поворачивать вручную :

 >>> df.groupby('B').aggregate({'D':np.sum, 'E':np.mean}) ED BA -0.524178 1.810847 B -0.443031 2.762190 C 0.078460 0.867519 

Вы можете применить определенную функцию к определенному столбцу, передав в dict.

 pd.pivot_table(df, values=['D','E'], rows=['B'], aggfunc={'D':np.sum, 'E':np.mean})