前言
上一篇文章我们介绍了pandas的安装，并且写了一个简单的示例，本篇文章我们就开始学习pandas的数据结构。
数据结构-Series
Pandas Series 类似表格中的一个列（column），类似于一维数组，可以保存任何数据类型。
Series 由索引（index）和列组成，函数如下：
pandas.Series( data, index, dtype, name, copy)参数说明：
- data：一组数据(ndarray 类型)
- index：数据索引标签，如果不指定，默认从 0 开始
- dtype：数据类型，默认会自己判断
- name：设置名称
- copy：拷贝数据，默认为 False
创建一个简单的 Series 实例：
import pandas as pd
a = [4, 5, 6]
mydata = pd.Series(a)
print(mydata)
----------------------
输出内容如下：
0 4
1 5
2 6
dtype: int64从上可知，如果没有指定索引，索引值就从 0 开始，我们可以根据索引值读取数据代码如下：
import pandas as pd
a = [4, 5, 6]
mydata = pd.Series(a)
print(mydata[1])
----------------------------
输出结果如下：
5我们也可以指定索引值，这样就可以按照索引输出内容，代码如下：
import pandas as pd
place = ["Jiangxi", "Ganzhou", "Zhanggong"]
mydata = pd.Series(place, index = ["provice", "city", "district"])
print(mydata)
---------------------------------------
输出结果如下：
provice Jiangxi
city Ganzhou
district Zhanggong
dtype: object同样，我们也可以根据指定的索引输出内容，代码如下：
import pandas as pd
place = ["Jiangxi", "Ganzhou", "Zhanggong"]
mydata = pd.Series(place, index = ["provice", "city", "district"])
print(mydata["city"])
-----------------------
输出结果如下：
Ganzhou类似字典方法，通过键值对对象创建Series，代码如下：
import numpy as np
place = {"provice": "Jiangxi", "city": "Ganzhou", "district": "Zhanggong"}
mydata = pd.Series(place)
print(mydata)
---------------------------
输出结果如下：
provice Jiangxi
city Ganzhou
district Zhanggong
dtype: object从输出结果可以得知，字典的键成为了索引，如果我们需要字典中的一部分数据，只需要指定需要数据的索引即可，代码如下：
import numpy as np
place = {"provice": "Jiangxi", "city": "Ganzhou", "district": "Zhanggong"}
mydata = pd.Series(place, index=['city', 'district'])
print(mydata)
----------------------------------------
输出结果如下：
city Ganzhou
district Zhanggong
dtype: object我们同样可以设置 Series 名称参数，代码如下：
import numpy as np
place = {"provice": "Jiangxi", "city": "Ganzhou", "district": "Zhanggong"}
mydata = pd.Series(place, index=['city', 'district'], name="my hometown")
print(mydata)
--------------------------
输出结果如下：
city Ganzhou
district Zhanggong
Name: my hometown, dtype: object总结
本文主要介绍了pandas的Series数据结构，这个数据结构较为简单，后续我们将介绍dataframe数据结构。