头歌 Pandas的Series对象

任务描述
本关任务：使用任意一个方法创建一个Series对象。

相关知识
Pandas的Series对象是能够保存任何类型的数据（整数，字符串，浮点数，Python对象等）的一维数组，可以用一个数组创建Series对象。

In: data = pd.Series([0.25, 0.5, 0.75, 1.0]) 
In: data 
Out: 0 0.25 
     1 0.50 
     2 0.75 
     3 1.00 
     dtype: float64
从上面的结果发现Series对象将一组数据和一组索引绑定在一起，我们可以通过values属性和index属性获取数据，values返回的结果与Numpy数组类似，index返回结果是一个类型为pd.Index的类数组对象。

In: data.values 
Out: array([ 0.25, 0.5 , 0.75, 1. ])
In: data.index 
Out: RangeIndex(start=0, stop=4, step=1)
Series和Numpy数组一样，数据可以通过Python的中括号索引标签获取。而且比Numpy数组更加通用、灵活。

In: data[1]
Out: 0.5
In: data[1:3]
Out: 1 0.50
     2 0.75
     dtype: float64
创建Series对象
创建Pandas的Series对象的方法：

pd.Series(data,index=index)

其中，index是一个可选参数，默认为np.arange(n)，data参数支持多种数据类型。

Series是通用的Numpy数组
Series对象和一维Numpy数组基本可以等价交换，但两者间的本质差异其实是索引：NumPy数组通过隐式定义的整数索引获取数值，而Pandas的Series对象用一种显式定义的索引与数值关联。
显式索引的定义让Series对象拥有了更强的能力。例如，索引不再仅仅是整数，还可以是任意想要的类型。

In: data = pd.Series([0.25, 0.5, 0.75, 1.0], index=['a', 'b', 'c', 'd'])
Out: a 0.25 
     b 0.50
     c 0.75 
     d 1.00 
     dtype: float64
In: data["b"]
Out: 0.5
Series是特殊的字典
你可以把Pandas的Series对象看成一种特殊的 Python 字典。字典是一种将任意键映射到一组任意值的数据结构，而Series对象其实是一种将类型键映射到一组类型值的数据结构。我们可以直接用 Python 的字典创建一个Series对象，让Series对象与字典的类比更加清晰。

In: population_dict = {'California': 38332521,'Texas': 26448193, 'New York': 19651127, 'Florida': 19552860, 'Illinois': 12882135} 
In: population = pd.Series(population_dict) 
In: population
Out: California 38332521 
     Florida    19552860 
     Illinois   12882135 
     New York   19651127 
     Texas      26448193 
     dtype: int64
用字典创建 Series对象时，其索引默认按照顺序排列。典型的字典数值获取方式仍然有效，而且还支持数组形式的切片操作等。

In: population['California'] 
Out: 38332521
In: population['California':'Illinois'] 
Out: California 38332521 
     Florida    19552860 
     Illinois   12882135 
     dtype: int64
编程要求
本关的编程任务是补全右侧上部代码编辑区内的相应代码，创建一个Series对象，并输出。

具体要求请参见后续测试样例。
请先仔细阅读右侧上部代码编辑区内给出的代码框架，再开始你的编程工作!

测试说明
平台会对你编写的代码进行测试，对比你输出的数值与实际正确的数值，只有所有数据全部计算正确才能进入下一关。

测试输入中的第一行为Series对象中的列索引，第二行为Series对象中每一行的值。

测试输入：
a,b,c,d,e,f
6,5,4,2,1,3

预期输出：

a    6
b    5
c    4
d    2
e    1
f    3
dtype: object
开始你的任务吧，祝你成功！

import pandas as pd

a = input()   # 输入的是一个字符串，详细数据可查看测试集
b = input()

# 使用任意方法创建一个Series对象，并输出
#********* Begin **********#
index = a.split(',')
values = [str(i) for i in b.split(',')]  # 将值转换为字符串类型
s = pd.Series(values, index=index)
print(s)
#********* End **********#