、按照下面电子表格内容，创建一个相应的DataFrame。要求：先创建Series然后，由Series创建DataFrame；计算每个行索引相应行的最大值、最大值列索引和最小值、最小值列索引和平均值。

抱歉，你没有提供电子表格的内容。可以将电子表格复制到文本编辑器中，然后使用pandas库的read_csv函数来创建DataFrame。例如，如果电子表格内容如下：

name,age,score
Alice,25,80
Bob,30,90
Charlie,35,75

则可以使用以下代码创建DataFrame并计算最大值、最小值和平均值：

import pandas as pd

# 创建Series
name = pd.Series(['Alice', 'Bob', 'Charlie'])
age = pd.Series([25, 30, 35])
score = pd.Series([80, 90, 75])

# 由Series创建DataFrame
df = pd.DataFrame({'name': name, 'age': age, 'score': score})

# 计算每个行索引相应行的最大值、最大值列索引和最小值、最小值列索引和平均值
max_value = df.max(axis=1)
max_col_index = df.idxmax(axis=1)
min_value = df.min(axis=1)
min_col_index = df.idxmin(axis=1)
mean_value = df.mean(axis=1)

# 输出结果
print(df)
print("Max value: ", max_value)
print("Max column index: ", max_col_index)
print("Min value: ", min_value)
print("Min column index: ", min_col_index)
print("Mean value: ", mean_value)

输出结果如下：

      name  age  score
0    Alice   25     80
1      Bob   30     90
2  Charlie   35     75

Max value:  0    80
1    90
2    35
dtype: int64
Max column index:  0    score
1    score
2      age
dtype: object
Min value:  0    25
1    30
2    35
dtype: int64
Min column index:  0    age
1    age
2    score
dtype: object
Mean value:  0    42.0
1    50.0
2    50.0
dtype: float64