本文参考官方文档地址
pandas有两种主要的操作对象Series（一维）和DataFrame（二维）。

1.Series

Series相当于pandas的一维数据结构，Series是一维的，能存储任意类型的数据（integers, strings, floating point numbers, Python objects, etc.），有一组索引与元素对应。其中的轴标签统称为索引。

1.1.创建Series

pd.Series(data, index=index)

• data：可以是下面三种类型
  • python 字典、列表、元组
  • ndarray
  • a scalar value (like 5)
• index：表示轴标签列表，如果不指定，默认将是[0,..., len(data) - 1]作为默认index

1.2.使用

python列表创建Series

import pandas as pd

s = pd.Series([1,2,3,4,5])
s

输出：

0    1
1    2
2    3
3    4
4    5
dtype: int64

指定索引，需要注意index的长度必须和data长度一致，否则会报错，在测试版本中支持多个index名称相同

s = pd.Series([1,2,3,4,5], index=["a","b", "c", "d", "e"])
s

输出：

a    1
b    2
c    3
d    4
e    5

字典创建，字典key是无顺序的，所以创建出来的不一定会按照字典中的顺序，在python3.6之前或pandas版本是0.23之前，无法通过指定index来使得key有序，之后版本支持。

s = pd.Series({"name":"test", "age": 18})
s

输出：

age       18
name    test
dtype: object

s = pd.Series({"name":"test", "age": 18}，index=["name", "age", "class"])
s

输出：

name    test
age     18
class   NaN
dtype: object