Series:
是一种类似与一维数组的对象，由下面两个部分组成：
1>:values：一组数据（ndarray类型）
2>:index：相关的数据索引标签
1)：Series的创建
两种创建方式：
(1):由列表或numpy数组创建
默认索引为0到N-1的整数型索引
由列表创建：
s1 = Series([1,2,3])
s1
'''
0 1
1 2
2 3
dtype: int64
'''
由numpy数组创建：
np1 = np.array([1,2,3])
s2 = Series(np1)
s2
'''
0 1
1 2
2 3
dtype: int32
'''
以上的两个例子可以看到，Series的创建默认的索引是整数0到N-1；我们也可以在创建的时候，指定索引的名称
指定索引名称创建Series:
s3 = Series(np1,index=list("ABC"))
s3
'''
A 1
B 2
C 3
dtype: int32
'''
或者：
s4 = Series(np1,index=['a','b','c'])
s4
'''
a 1
b 2
c 3
dtype: int32
'''
注意：在指定索引的时候，如果索引的个数小于元素的个数或者大于元素的个数是会报错的
下面看一下这些情况在Series创建的时候也是可以的
1>:创建的时候，索引是名称相同;在通过索引取值的时候，取的是全部的名称相同的值
s6 = Series(np1,index=list('aaa'))
s6
'''
a 1
a 2
a 3
dtype: int32
'''
取值：
s6['a']
'''
a 1
a 2
a 3
dtype: int32
'''
2>:可以通过.index方式来设置索引
创建：
s7 = Series(np1)
s7
'''
0 1
1 2
2 3
dtype: int32
'''
通过index的方式设置索引：
s7.index = list('abc')
s7
'''
a 1
b 2
c 3
dtype: int32
'''
3>:在创建的时候已经设置了索引，也可以通过.index的方式重新设置索引名称
s8 = Series(data=np.random.randint(1,10,size=5),index=list('abcde'))
s8
'''
a 9
b 4
c 6
d 5
e 7
dtype: int32
'''
s8.index = list('ABCDE')
s8
'''
A 9
B 4
C 6
D 5
E 7
dtype: int32
'''
注意：要想重新给索引设置名称，只能一起设置，不能对某一个索引重新设置
特别地，由ndarray创建的是引用，而不是副本。对Series元素的改变也会改变原来的ndarray对象中的元素。（列表没有这种情况）
s9 = Series(data = np.random.randint(0,10,size=8),index=list('abcdefgh'))
s9
'''
a 9
b 5
c 6
d 3
e 5
f 1
g 6
h 9
dtype: int32
'''
修改某一索引的值，那么这个ndarray也会跟着变化
s9['b'] = 100
s9
'''
a 9
b 100
c 6
d 3
e 5
f 1
g 6
h 9
dtype: int32
'''
2):由字典创建
s10 = Series(data = {'a':1,'b':2,'c':3})
s10
'''
a 1
b 2
c 3
dtype: int64
'''
注意：若是在用字典创建的时候，指定了index，但是index的索引不等于key，返回的是NaN
s10 = Series(data = {'a':1,'b':2,'c':3},index=list('ert'))
s10
'''
e NaN
r NaN
t NaN
dtype: float64
'''