锋哥原创的Pandas2 Python数据处理与分析 视频教程：  

2025版 Pandas2 Python数据处理与分析 视频教程(无废话版) 玩命更新中~_哔哩哔哩_bilibili

Pandas提供Series和DataFrame作为数组数据的存储框架。

Series（系列、数列、序列）是一个带有标签的一维数组，这一系列连续的数据代表了一定的业务意义。

DataFrame意为数据框，它就像一个存放数据的架子，有多行多列，每个数据在一个格子里，每个格子有自己的编号。

Series是一种类似于一维数组的对象，它由一组数据〈不同数据类型)以及一组与之相关的数据标签（即索引）组成。

Series创建方式，data可以是python对象，NumPy的ndarray，固定值也行。index是指定索引，是一个列表。

s = pd.Series(data, index=index)

创建Series对象

示例代码：

import pandas as pd
s1 = pd.Series([2, 'b', 3.4, 6])
print(s1)  # 打印Series
print(s1.index)  # 打印索引
print(s1.values)  # 打印值

运行输出：

0      2
1      b
2    3.4
3      6
dtype: object
RangeIndex(start=0, stop=4, step=1)
[2 'b' 3.4 6]

创建指定标签索引的Series

s2 = pd.Series([2, 'b', 3.4, 6], index=['a', 'b', 'c', 'd'])
print(s2)  # 打印Series
print(s2.index)  # 打印索引
print(s2.values)  # 打印值

运行输出：

[2 'b' 3.4 6]
a      2
b      b
c    3.4
d      6
dtype: object
Index(['a', 'b', 'c', 'd'], dtype='object')
[2 'b' 3.4 6]

使用字典创建Series

s3 = pd.Series({'语文': 90, '数学': 100, '英语': 66})
print(s3)  # 打印Series
print(s3.index)  # 打印索引
print(s3.values)  # 打印值

运行输出：

语文     90
数学    100
英语     66
Name: 成绩, dtype: int64
Index(['语文', '数学', '英语'], dtype='object')
[ 90 100  66]

根据标签索引查询Series数据

语文     90
数学    100
英语     66
Name: 成绩, dtype: int64
Index(['语文', '数学', '英语'], dtype='object')
[ 90 100  66]

运行输出：

3.4 <class 'float'>
a      2
b      b
c    3.4
dtype: object <class 'pandas.core.series.Series'>

支持查询多个值，返回的还是一个Series对象。