0 ，Series 索引的实质 ：
dataframe 的列名
1 ，pd 两种数据结构 ：Series + Dataframe
Series ： 序列，1 维数组 1 ，sr 可以是 ： 行 2 ，sr 也可以是 ： 列Dataframe ： 2 维表，由一堆 Series 组成，有行索引，列索引
2 ，Series 是什么： 一行或者一列
Series 是什么 ： df 的一个切片Series 代表 ： 一行或者一列
3 ，Series 构成 ： data + index
data ： 数据index ：索引 1 ，索引值必须是唯一的和散列的。 2 ，与数据的长度相同。 3 ，默认 ： np.arange(n) 如果没有索引被传递。dtype ： 输出的数据类型 如果没有，将推断数据类型
4 ，创建 sr ： 列表创建 pd.Series(li01,li02)
创建 ： 数据 + 索引 ：
import numpy
as np
import pandas
as pd
if __name__
== '__main__':
li01
= ["a","b","c","d"]
li02
= [1,2,3,4]
sr01
= pd
.Series
(li01
,li02
)
print(sr01
)
=====================
1 a
2 b
3 c
4 d
索引是否可以重复 ： 可以，不报错，但是不建议重复
1 a
1 b
3 c
4 d
实验结果 ：
if __name__
== '__main__':
li01
= ["a","b","c","d"]
li02
= [1,1,3,4]
sr01
= pd
.Series
(li01
,li02
)
res01
= sr01
[1]
res02
= sr01
[3]
print(res01
)
print(res02
)
print(type(res01
))
print(type(res02
))
=================================
1 a
1 b
dtype
: object ( 注意：这里的 Object 指的是字符串；类型
)
c
<class 'pandas.core.series.Series'>
<class 'str'>
5 ，如果索引重复会怎么样 ： 得不到元素，得到子 sr
后果 ： 取数据的时候不能去到唯一的元素索引唯一 ： 取到一个元素索引不唯一 ： 取到一个子 Series
6 ，sr 取值 ： 一个 sr01[1]
原理 ： 根据索引取到数据代码 ：
if __name__
== '__main__':
li01
= ["a","b","c","d"]
li02
= [1,2,3,4]
sr01
= pd
.Series
(li01
,li02
)
res01
= sr01
[1]
print(sr01
)
print(res01
)
========================
1 a
2 b
3 c
4 d
dtype
: object
a
7 ，sr 取值 ： 多个 sr01[1:3]
代码 ：
if __name__
== '__main__':
li01
= ["a","b","c","d"]
li02
= [3,4,5,6]
sr01
= pd
.Series
(li01
,li02
)
res01
= sr01
[1:3]
print(sr01
)
print(res01
)
==============================
3 a
4 b
5 c
6 d
dtype
: object
4 b
5 c
dtype
: object
8 ，Series 索引取值总结 ： 单个多个区别
Series 有默认索引 ： 从 0 开始选一个元素 ： 用的是我们给的索引选多个元素 ： 用的是默认索引
9 ，创建 Series ： 使用默认索引 pd.Series(li01)
思路 ： 直接存数据，到 Series 中代码 ：
if __name__
== '__main__':
li01
= ["a","b","c","d"]
sr01
= pd
.Series
(li01
)
print(sr01
)
===========================
0 a
1 b
2 c
3 d
