1. List转换为Series

把下方的数据List，变成一个Series
将Series输出到命令行
courses = ["语文","数学","英语","计算机"]

import pandas as pd
courses = ["语文","数学","英语","计算机"]
data = pd.Series(data=courses)
print(data)

2. Dict转换为Series

把下方的数据Dict，变成一个Series
将Series输出到命令行
grades = {"语文": 80, "数学": 90, "英语": 85, "计算机": 100}

grades = {"语文": 80, "数学": 90, "英语": 85, "计算机": 100}
data = pd.Series(data=grades)
print(data)

3. 将Series转换为List

将Series变成一个数据List
将List输出到命令行

numbers = data.tolist()
print(numbers)

4. 将Series转换为DataFrame

将Series变成一个数据DataFrame
数据列命名为grade，输出到命令行

df = pd.DataFrame(data, columns=['grade'])
print(df)

5. 用Numpy创建Series

使用numpy和pandas配合完成

import numpy as np

s = pd.Series(
    np.arange(10, 100, 10),  # 数值：10~90，间隔10
    index=np.arange(101, 110),  # 索引：101~109，间隔1
    dtype='float'  # 类型：float64
)
print(s)

6. 转换Series的数据类型

将字符串类型转换为数字类型

s = pd.Series(
    data=["001", "002", "003", "004"],
    index=list("abcd")
)

# s = s.astype(int)
s = s.map(int)

print(s)

7. 给Series添加元素

给已经存在的Series添加新元素

data = data.append(pd.Series({
    "物理": 88,
    "化学": 95
}))
print(data)

8. 将Series转换为dataFrame并添加列名

reset_index()重置索引
在获得新的index，原来的index变成数据列，保留下来。
不想保留原来的index，使用参数 drop=True，默认 False。

df = data.reset_index()
df.columns = ["course", "grade"]

print(df)

课程参考链接：https://ke.qq.com/course/4000626#term_id=104152097