小编Slo*_*ing的帖子

我有一个示例数据框，其中包含 2 个指示列（下面的示例，产品和版本 - 其中版本号只能是 1 或 2）和包含实际数据的第三列。

product       version       data    
  a              1          8000
  a              2          1000
  b              1          4000
  b              2          2000
  c              1          9000
  c              2          1000
  d              1          2500
  d              2          3000

我试图操纵我的 df 以便代替上面的，我有 2 个数据列（比如 data1 和 data2），它们对应于该产品的版本（从而使版本列变得多余）。见下文：

product       data1       data2    
  a           8000        1000
  b           4000        2000
  c           9000        1000
  d           2500        3000

有没有人能够就实现这一目标的简单解决方案提出建议？

编辑 - 请不要锁定此问题，类似的问题链接不提供答案，因为我的问题是将多个 aggfunc 应用于同一值列。

我有一个标准的pivot_table()函数通过以下方式应用于数据框：

pivot = df.pivot_table(index=['Year', 'Month'], values=['Claims', 'Policy Holdings'], aggfunc={'Claims': 'min', 'Policy Holdings': 'max'})

我很想知道，假设我想在我的值中使用同一列两次，并使用不同的 aggfunc （即最小值和最大值） - 这可能吗？

以下代码不起作用：

pivot = df.pivot_table(index=['Year', 'Month'], values=['Claims', 'Claims'], aggfunc={'Claims': 'min', 'Claims': 'max'})

当然，我可以预先使用不同的名称复制该列，但我想有更优雅的解决方案可用吗？