利用pandas库完成2项编程任务。 （1）利用列表、元组和字典分别创建3个一级索引的数据结构Series。 （2）利用字典和Series分别创建2个二级索引的数据结构DataFrame

(1) 利用列表、元组和字典分别创建3个一级索引的数据结构Series：

import pandas as pd

# 列表创建Series
list_data = [10, 20, 30, 40]
list_index = ['a', 'b', 'c', 'd']
list_series = pd.Series(list_data, index=list_index)
print(list_series)

# 元组创建Series
tuple_data = (10, 20, 30, 40)
tuple_index = ('a', 'b', 'c', 'd')
tuple_series = pd.Series(tuple_data, index=tuple_index)
print(tuple_series)

# 字典创建Series
dict_data = {'a': 10, 'b': 20, 'c': 30, 'd': 40}
dict_series = pd.Series(dict_data)
print(dict_series)

输出结果：

a    10
b    20
c    30
d    40
dtype: int64

a    10
b    20
c    30
d    40
dtype: int64

a    10
b    20
c    30
d    40
dtype: int64

(2) 利用字典和Series分别创建2个二级索引的数据结构DataFrame：

# 字典创建DataFrame
data = {'name': pd.Series(['Alice', 'Bob', 'Charlie']),
        'age': pd.Series([25, 30, 35]),
        'gender': pd.Series(['F', 'M', 'M'])}
df_dict = pd.DataFrame(data)
print(df_dict)

# Series创建DataFrame
name = pd.Series(['Alice', 'Bob', 'Charlie'])
age = pd.Series([25, 30, 35])
gender = pd.Series(['F', 'M', 'M'])
data = {'name': name, 'age': age, 'gender': gender}
df_series = pd.DataFrame(data)
print(df_series)

输出结果：

      name  age gender
0    Alice   25      F
1      Bob   30      M
2  Charlie   35      M

      name  age gender
0    Alice   25      F
1      Bob   30      M
2  Charlie   35      M