使用下面的字典和列表，构造一个DataFrame，来描绘2007年各大洲，人均寿命和平均GDP。 info = {'lifeExp':[54.8,73.6

首先，你需要安装pandas库才能创建DataFrame。如果你还没有安装，可以使用pip install pandas命令来安装。然后，我们可以按照以下步骤来构建这个DataFrame：

import pandas as pd

# 定义数据字典
data = {
    'Continent': ['亚洲', '欧洲', '非洲', '北美洲', '南美洲', '大洋洲'],
    'Year': [2007],
    'Life Expectancy': [54.8, 73.6],  # 假设这是亚洲和欧洲的人均寿命
    'Average GDP': [4,000, 35,000],  # 假设这是对应的平均GDP值，单位可能是美元或其他货币
}

# 创建Series
ser_life_exp = pd.Series(data['Life Expectancy'], index=data['Continent'])
ser_avg_gdp = pd.Series(data['Average GDP'], index=data['Continent'])

# 将两个Series合并到一个DataFrame
df = pd.DataFrame({
    'Life Expectancy': ser_life_exp,
    'Average GDP': ser_avg_gdp,
}, index=data['Continent'])

# 确保Year列也包含在内，并设置为共享索引
df['Year'] = [2007] * len(df)

# 显示DataFrame
print(df)