pandas 中的Series

import pandas as pd

import pandas as pd
import numpy as np

pandas中主要有两种数据结构，分别是：Series和DataFrame。

(1)Series：一种类似于一维数组的对象，是由一组数据(各种NumPy数据类型)以及一组与之相关的数据标签(即索引)组成。仅由一组数据也可产生简单的Series对象。注意：Series中的索引值是可以重复的。

(2)DataFrame：一个表格型的数据结构，包含有一组有序的列，每列可以是不同的值类型(数值、字符串、布尔型等)，DataFrame即有行索引也有列索引，可以被看做是由Series组成的字典。

1、series 的创建

（1）Series：通过一维数组创建

（2）Series：通过字典的方式创建

（3）修改索引值

# series 的创建：数组方式
arr=np.array([1,3,5,np.NaN,10])
ser1=pd.Series(arr)
print(ser1)
# 获取series的元素的数据类型
print(ser1.dtype)
# 获取series的索引
print(ser1.index)
# 获取series的值
print(ser1.values)

0     1.0
1     3.0
2     5.0
3     NaN
4    10.0
dtype: float64
float64
RangeIndex(start=0, stop=5, step=1)
[  1.   3.   5.  nan  10.]

# 通过index修改索引值,且索引值可以重复
ser2=pd.Series([98,99,90])
ser2.index=['语文','数学','语文']
print(ser2)
ser3=pd.Series(data=[99,98,97],dtype=np.float64,index=['语文','数学',