在Pandas模块当中，对于表格数据的分组操作（groupby）和透视表（pivot_table）的制作一直都是比较常见的，今天小编为大家分享一个数据分析的利器，能够自动为我们完成上述提到的一系列操作，并且带有GUI界面，所以使用起来非常的方便。

PivotTableJS

看名字我们就能知道，该模块是专门用来生成透视表（pivot_table），而且是用JavaScript代码来构建的，由于其有GUI界面，所以我们在进行数据分析与可视化操作的时候并不需要写多少代码。

当然我们先用pip命令来安装该模块，代码如下

pip install PivotTableJS

加载数据集

那么首先，我们先来加载数据集，这里导入Pandas模块

import pandas as pd
df = pd.read_csv("employee_dataset.csv")

df.head()

output

牛刀小试

这里我们尝试来调用pivottablejs模块当中的pivot_ui方法，只需两行代码

from pivottablejs import pivot_ui

pivot_ui(df)

output

这里可能需要等待1-2分钟左右的时间来供其加载，随后我们就能看到如上图所示的窗口，窗口中包括了表格当中的每一列的字段、可视化图表的各种形式等等

同时我们也可以拖拽指定的列到空白的窗口中，对其进行分组统计以及透视表的制作，如下图所示

而要是我们想要进行可视化操作，只需要在下拉框中选中，例如我们想要绘制的是直方图，

分组统计

接下来我们进行分组（groupby）操作，例如我们想要查看一下员工状态（Employee_Status）的分组统计，只需要将该列拖拽至空白的区域即可

我们可以看到员工分为是全职员工以及实习生，分别是有791位和209位，当然除了计数（count）之外，我们还能够计算平均值、中位数、最大/最小值等一系列统计方法，例如我们想要计算一下全职员工和实习生的平均工资，就可以这么来操作

我们还可以更进一步，将上面的结果进行可视化展示，如下所示

透视表

对于透视表而言，pivottablejs模块实现起来也格外的简单，我们只需要在上述操作的基础之上，将列拖拽到右边空白的长方形区域当中，例如我们想要看一下分布在不同城市当中不同职位员工的分布，就可以这么来做

当然该模块给我们带来的便利和自身所具备的功能远不止此，大家可以安装一下该模块，然后在空余的时间中自行探索。

当然我们看来该模块还存在着一个小小的bug，大家可以尝试用其他版本来试一下，小编在这里用的是0.9.0

NO.1

往期推荐

Historical articles

12000字！实战案例！Python+SQL京东用户行为分析

案例实操 | 利用Lambda函数来进行特征工程，超方便的！！

Python数据清洗 & 预处理入门完整指南

案例实操｜手把手教你搭建 RFM 客户价值分析模型

分享、收藏、点赞、在看安排一下？