pandas库的Scries对象用来表示一维数据结构，由两个相互关联的数组组成。主数组用来存放数据，主数组的每个元素都有一个与之相关联的标签，这些标签存储在另外一个叫作Index的数组中。
1、声明Series对象调用Series()构造函数，把要存放在Series对象中的数据以数组形式传入。
Series的输出：左侧Index是一列标签，右侧是标签对应的元素。
声明Series时，若不指定标签，pandas默认使用从0开始依次递增的数值作为标签。
然而，最好使用有意义的标签，用以区分和识别每个元素，因此,调用构造函数时，可以指定index选项，把存放有标签的数组赋给它，其中标签为字符串类型。
如果想分别查看组成Series对象的两个数组，可像下面这样调用它的两个属性：index(索引)和values(元素)。
2、选择内部元素指定键或者指定位于索引位置处的标签。
选择多个元素的方法与NumPy相同
或者，使用元素对应的标签（放到数组中）
3、为元素赋值用索引或标签选取元素后进行赋值
4、用NumPy数组或其他Series对象定义新Series对象
新Series对象中的元素不是原NumPy数组或Series对象元素的副本,而是对它们的引用。如改变原有对象元素的值,新Series对象中这些元素也会发生改变。
5、筛选元素如要获取Series对象中所有大于8的元素，可使用以下代码:
6、Series对象运算和数学函数适用于NumPy数组的运算符（+、-、*、/)或其他数学函数，也适用于Series对象
至于NumPy库的数学函数，必须指定它们的出处np，并把Series实例作为参数传入
7、Series对象的组成元素Series对象往往包含重复的元素，你很可能想知道里面都包含哪些元素，统计元素重复出现的次数或判断一个元素是否在Series中。
首先，声明一个包含多个重复元素的Series对象。
unique()函数：帮助弄清楚Series对象包含多少个不同的元素，其返回Series去重后的元素，顺序比较随意。
value_counts()函数：不仅返回各个不同的元素，还计算每个元素在Series中的出现次数。
isin()函数：判断给定的一列元素是否包含在数据结构之中，其返回结果是布尔值，可用于筛选Series或Dataframe列中的数据。
