1. 概述

pandas 库中有两个最基本的数据类型：Series 和 DataFrame。
Series 数据类型表示一维数组，与 numpy 中的一维 array 类似，二者与 Python 中基本的数据结构 List 相近；DataFrame 数据类型代表二维的表格型数据结构，可理解为 Series 的容器。
pandas 库中的基本数据类型及含义如下表所示：

2. Series 类型

2.1 Series 的创建和选择

Series 是能够保存任何类型数据（整数、字符串、浮点数、Python 对象等）的一维标记数组，并且每个数据都有自己的索引。
在 pandas 库中仅由一组数据即可创建最简单的 Series。

例子1：
引入 pandas 库创建一个 Series 一维数组。

2.2 创建 Series 并定义索引

例子2：

注意： 必须 Series 内的元素需 一 一 对应，否则就会报错，抛出异常。
可只显示索引，直接 ’ Y.index '，即可。

例子3：

2.3 索引的选择

在 pandas 中，用户可通过索引的方式选择 Series 中的某个值。

1. 选择 Series 中的某个值
   例子4：
   

2. 选择 Series 中的多个值
   例子5：
   

3. 选择 Series 中表达式的值
   所有的比较符都适用（<、 >、 == 、!=）。
   例子6：
   

2.4 Series 中的数据操作

除了可创建 与 选择 Series 外，还可对 Series 进行各种数据操作（加、减、乘及布尔运算等）。

例子7：

布尔运算，元素存在时返回 True ，反之返回 False。

2.5 Series 数组的数据操作

pandas 库可对 单个数组和多个数组 进行数据操作，包括：加法、乘法、自动补齐不同索引、缺失值表示。

例子8：