从Pandas系列创建数据框架

创建数据框（DataFrame）是pandas中最基础而又最常用的操作之一，下面是从Pandas系列创建数据框架的完整攻略：

导入Pandas

在使用Pandas之前，需要先导入Pandas模块。

import pandas as pd

通过字典创建数据框

创建数据框最常见的方式是使用字典，字典的键代表表头，值代表表格中的数据。

data = {'name': ['Tom', 'Jerry', 'Mickey'],
        'age': [20, 18, 22],
        'gender': ['Male', 'Female', 'Male']}
df = pd.DataFrame(data)

代码中，我们使用了一个字典data，其中包含了三列数据：name，age，和gender。让我们使用pd.DataFrame()函数创建了一个数据框。

通过二维列表创建数据框

我们也可以使用二维列表（List）来创建数据框，这种方法需要注意的一点是：表头需要单独设置。

data = [['Tom', 20, 'Male'], ['Jerry', 18, 'Female'], ['Mickey', 22, 'Male']]
columns = ['name', 'age', 'gender']
df = pd.DataFrame(data, columns=columns)

代码中，我们使用了一个二维列表data，这个列表中包含了三行数据。columns参数用于传入表头的名称，创建了一个新的数据框。

通过CSV文件创建数据框

CSV（逗号分隔值）是一种常见的数据格式，可以使用pd.read_csv()函数直接将该格式的文件读取成数据框。

df = pd.read_csv('data.csv')

代码中的data.csv是一个CSV格式的文件，我们可以直接使用pd.read_csv()函数将其读取为一个数据框。

通过Excel文件创建数据框

如果数据量较大或者需要多张表格，通常会选择将数据存储在Excel文件中。原理与读取CSV文件相同，使用pd.read_excel()函数读取Excel文件即可。

df = pd.read_excel('data.xlsx', sheet_name='Sheet1')

代码中的data.xlsx是一个Excel文件，我们可以使用pd.read_excel()函数将其读取为一个数据框，可以指定sheet_name参数指定需要读取的sheet表格。

以上方式是常见的从Pandas系列创建数据框架的方式。建议初学者把以上方式实践过一遍，熟悉Pandas数据框的创建方式，这样对后续数据处理，分析等操作有很好的帮助。