在DataFrame中每列的数据都可以看做是一个Series对象。

是的，在 Pandas 中，DataFrame 中的每一列数据都可以看做是一个Series对象。DataFrame 是由多个 Series 对象按照一定顺序组合而成的，因此可以理解为 DataFrame 是由多个 Series 对象组成的二维数据结构。这也是 Pandas 的一个重要特性，使得 DataFrame 可以方便地进行数据处理、清洗、转换和分析等操作。

例如，可以使用以下代码创建一个包含学生姓名和分数的 DataFrame 对象：

import pandas as pd

# 创建数据值数组和数据索引数组
data = {'Name': ['Tom', 'Jerry', 'Marry', 'Anna', 'Bob'],
        'Score': [85, 92, 78, 90, 88]}

# 创建 DataFrame 对象
df = pd.DataFrame(data)
print(df)

输出结果如下：

    Name  Score
0    Tom     85
1  Jerry     92
2  Marry     78
3   Anna     90
4    Bob     88

在上面的例子中，我们使用了一个包含学生姓名和分数的字典数据，然后通过 `pd.DataFrame()` 函数创建了一个 DataFrame 对象。在 DataFrame 中，每列数据都可以看做是一个 Series 对象，其中 Name 列和 Score 列分别对应两个不同的 Series 对象。可以通过 `df['Name']` 和 `df['Score']` 来访问 DataFrame 中的两个 Series 对象。