一些关于pandas Series 的结构的事情

pandas 的核心是 Series 和 DataFrame 两大数据结构，数据分析相关的所有事务都是围绕着这两种结构进行的。其中，Series 数据结构用于存储一个序列的一维数组，而 DataFrame 数据结构则用于存储复杂数据的二维数据结构。

虽然这些数据结构不能解决所有的问题，但它们为大多数应用提供了有效且强大的工具，就简洁性而言，理解和使用它们都很简单。此外，很多更为复杂的数据结构都可以追溯到这两种结构。本节教程就对这两种结构中的 Series 重点介绍。

Series 是一种类似于一维数组的对象，它是由一组数据（可以是 NumPy 中任意类型的数据）以及一组与之相关的数据标签组成的。Series 对象的内部结构是由两个相互关联的数组组成的，其中用于存放数据（即值）的是 value 主数组，主数组的每个元素都有一个与之相关联的标签（即索引），这些标签存储在另外一个叫作 Index 的数组中。

Series 的表现形式为：索引在左边，值在右边。例如，Series 对象 [2,4,-3,7] 的内部结构如图 1 所示。
 

图 1：Series 内部结构

1. 创建 Series 对象

1) 通过 Series() 构造函数创建

创建 Series 对象的 Series() 构造函数如下：

pandas.Series(data[, index])

函数中的参数说明如下：

• data 是输入给 Series 构造器的数据，它可以是 NumPy 中任意类型的数据；
• index 是 Series 对象中数据的标签（即索引）。

创建过程：调用 Series() 构造函数，把要存放在 Series 对象中的数据以数组形式传入，就能创建一个 Series 对象。例如，在 Jupyter Notebook 下输入下列代码：

In [1]:  import pandas as pd
In [2]:  se1 = pd.Series([2,4,-3,7])

此代