2、运行下列代码，生成一个Series数据对象ds。 (1)先输出标签索引'M'的值，再切片输出标签索引"A"到"B"之间的值。 (2)先输出位置索引12的值，再切片输出位置索引最后5个数据的值。如何 理解标签索引和位置索引切片操作的区别？ (3)先将标签索引"N"的值修改为11,再将所有值为6的数据，其值修改为 16。 (4)将标签索引"A"到"D"四个大写字母，修改成对应的"a"到"d"四个小写字 母。 (5)对ds对象按标签索引降序排列，对排列的结果先输出前5个数据值，再 输出后3个数据值。 (6)对ds对象按数据值升序排列，对排列的结果循环依次输出其值最大的前 5个数据。 (7)删除ds对象的标签索引，重新建立新的位置索引 (8)对ds对象的数据值进行计数统计，并输出出现次数最多的那个值及次 数。

import pandas as pd
import numpy as np

data = np.array([1,2,3,4,5,6,6,7,8,9,10,11,12,13,14])
labels = ['A','B','C','D','E','F','G','H','I','J','K','L','M','N','O']

ds = pd.Series(data=data, index=labels)

# (1)先输出标签索引'M'的值，再切片输出标签索引"A"到"B"之间的值。
print(ds['M'])
print(ds['A':'B'])

# (2)先输出位置索引12的值，再切片输出位置索引最后5个数据的值。
print(ds.iloc[12])
print(ds.iloc[-5:])

# 标签索引和位置索引切片操作的区别：
# 标签索引切片包括结束位置，位置索引切片不包括结束位置。

# (3)先将标签索引"N"的值修改为11,再将所有值为6的数据，其值修改为16。
ds.loc['N'] = 11
ds[ds==6] = 16
print(ds)

# (4)将标签索引"A"到"D"四个大写字母，修改成对应的"a"到"d"四个小写字母。
ds.index = ['a','b','c','d','E','F','G','H','I','J','K','L','M','N','O']
print(ds)

# (5)对ds对象按标签索引降序排列，对排列的结果先输出前5个数据值，再输出后3个数据值。
ds = ds.sort_index(ascending=False)
print(ds.head(5))
print(ds.tail(3))

# (6)对ds对象按数据值升序排列，对排列的结果循环依次输出其值最大的前5个数据。
ds = ds.sort_values()
for i, x in enumerate(ds.iloc[-5:].values):
    print("第{}大的数是{}".format(i+1,x))

# (7)删除ds对象的标签索引，重新建立新的位置索引
ds = ds.reset_index(drop=True)
print(ds)

# (8)对ds对象的数据值进行计数统计，并输出出现次数最多的那个值及次数。
counts = ds.value_counts()
print("出现次数最多的数是{}，共出现了{}次".format(counts.index[0], counts.iloc[0]))

输出结果如下：

13
A    16
B     2
C     3
D     4
dtype: int32
13
J    10
K    11
L    12
M    16
N    11
dtype: int32
a     1
b     2
c     3
d     4
E    16
F    16
G     6
H     7
I     8
J     9
K    11
L    12
M    16
N    11
O    14
dtype: int32
O    14
M    16
L    12
K    11
J     9
dtype: int32
第1大的数是12
第2大的数是14
第3大的数是16
第4大的数是16
第5大的数是16
0     1
1     2
2     3
3     4
4    16
5    16
6     6
7     7
8     8
9     9
10   11
11   12
12   16
13   11
14   14
dtype: int32
出现次数最多的数是16，共出现了3次