第3关：Pandas的DataFrame对象

任务描述

本关任务：分别使用Series对象和字典类型数据创建一个DataFrame对象。

相关知识

Pandas的另一个基础数据结构是DataFrame。和上一节介绍的 Series对象一样，DataFrame既可以作为一个通用型NumPy数组，也可以看作特殊的Python字典。

创建DataFrame对象

Pandas的DataFrame对象可以通过许多方式创建，这里举几个常用的例子。

DataFrame是通用的NumPy数组

DataFrame是特殊的字典

与Series类似，我们也可以把DataFrame看成一种特殊的字典。字典是一个键映射一个值，而DataFrame是一列映射一个Series的数据。例如，通过area的列属性可以返回包含面积数据的Series对象。

注意：在 NumPy 的二维数组里，data[0] 返回第一行；而在 DataFrame 中，data['列名']返回与列名相匹配的那一列。

编程要求

本关的编程任务是补全右侧上部代码编辑区内的相应代码，要求实现如下功能：

将数据转换为Series对象 然后通过Series对象创建一个DataFrame对象，并输出；

将数据转换为字典，然后通过字典创建一个DataFrame对象，并输出；

具体要求请参见后续测试样例。

请先仔细阅读右侧上部代码编辑区内给出的代码框架，再开始你的编程工作！

测试说明

平台会对你编写的代码进行测试，对比你输出的数值与实际正确的数值，只有所有数据全部计算正确才能进入下一关。

测试输入的第一行为列索引，第二行为第一列数据，第三行为第二列数据。

测试输入：1,2,3,4,6a,aa,aaa,aaaa,aaaaab,bb,bbb,bbbb,bbbbb 预期输出：

实现代码：

import pandas as pd

index = input()        # 输入的是一个字符串，用于列索引，详细数据请查看测试集

value1 = input()     # DataFrame对象的第一列数据

value2 = input()     # DataFrame对象的第二列数据

# 将数据转换为Series对象  然后通过Series对象创建一个DataFrame对象，然后输出

#********** Begin **********#

ps=pd.Series(value1.split(","),index=list(index.split(",")))

pp=pd.DataFrame({'first':ps,'second':value2.split(",")})

print(pp)

#********** End **********#

# 将数据转换为字典，然后通过字典创建一个DataFrame对象，然后输出

#********** Begin **********#

ps=pd.Series(value1.split(","),index=list(index.split(",")))

pp=pd.DataFrame({'first':ps,'second':value2.split(",")})

print(pp)

#********** End **********#