虚拟数据：

In [135]: df = pd.DataFrame([['a',2,3],
                             ['a',5,6],
                             ['a',7,8], 
                             ['b',9,10], 
                             ['b',11,12], 
                             ['b',13,14]], columns=list('abc'))

np.percentile似乎工作得刚刚好？

In [140]: df.pivot_table(columns='a', aggfunc=lambda x: np.percentile(x, 50))
Out[140]: 
a  a   b
b  5  11
c  6  12

The lambda function solutions works, but produces column names of "<lambda_0>" , etc. which need to be renamed later.
除了使用lambda（即未命名函数），我们还可以定义自己的函数，它们应该对一系列值进行操作。

df = pd.DataFrame([['a',2,3],
                   ['a',5,6],
                   ['a',7,8], 
                   ['b',9,10], 
                   ['b',11,12], 
                   ['b',13,14]], columns=list('abc'))

def quantile_25(growth_vals:pd.Series):
    return growth_vals.quantile(.25)

def quantile_75(growth_vals:pd.Series):
    return growth_vals.quantile(.75)

df.pivot_table(columns='a', aggfunc=[quantile_25, np.median, quantile_75])

生成的列名将与函数名相对应。