使用 Crosstab 在 Pandas 中聚合具有不同聚合函数的多列

Question

我有一个以下格式的数据框。让我们称之为 df

flag1	flag2	type	count1	count2
a	x	new	10	2
a	y	old	40	5
a	x	old	50	6
a	y	new	15	1

我正在尝试获取以下格式。 （我无法合并count1和count2的相邻单元格）

		count1		count2
		new	old	new	old
a	x	10	50	2	6
a	y	15	40	1	5

当我必须仅对一列（count1）进行聚合时，我尝试了以下操作，并且以下操作有效：

pd.crosstab([df.flag1,df.flag2], df.type, values=df.count1, aggfunc='sum') 

但由于我想要两列数据， count1 和 count2，我尝试了以下方法，但没有成功，但

pd.crosstab([df.flag1,df.flag2], df.type, values=[df.count1,df.count2], aggfunc=['sum','sum']) #trial1
pd.crosstab([df.flag1,df.flag2], df.type, values=[df.count1,df.count2], aggfunc='sum') #trial2

没有一个有效。

扩展：我应该能够在不同的列上使用不同的功能。说对 count1 求和，对 count2 求和 或 对 count1 求和，对 count2 求平均值

Answer 1

我认为 crosstab 在这里不可能使用，替代方法是 DataFrame.pivot_table：

df = df.pivot_table(index=['flag1','flag2'], 
                    columns='type', 
                    aggfunc={'count1':'sum', 'count2':'nunique'})
print (df)
            count1     count2    
type           new old    new old
flag1 flag2                      
a     x         10  50      1   1
      y         15  40      1   1

另一种聚合替代方案：

df = (df.groupby(['flag1','flag2','type'])
        .agg({'count1':'sum', 'count2':'nunique'})
        .unstack())
print (df)
            count1     count2    
type           new old    new old
flag1 flag2                      
a     x         10  50      1   1
      y         15  40      1   1