Pandas 支持哪些数据对象？

Pandas 的核心数据对象有3类，是数据处理的基础，底层均基于 NumPy 优化内存布局：

1. Series（一维带标签数组）

• 核心特点：单列数据，索引（标签）可自定义（默认整数序列），数据类型（dtype）支持数值、字符串、时间等。
• 通俗类比：像带行号的 Excel 单列，或字典（键=索引，值=数据）。

2. DataFrame（二维表格型数据）

• 核心特点：多列异构数据（每列可不同 dtype），行/列均有索引，支持行筛选、列操作、缺失值处理等。
• 通俗类比：Excel 工作表、SQL 数据表，是 Pandas 最常用的对象。

3. Index（索引对象）

• 核心特点：不可变（保证数据一致性），支持集合运算（交集、并集），作为 Series/DataFrame 的“标签基准”。
• 常见类型：默认整数索引（RangeIndex）、标签索引（Index）、时间索引（DatetimeIndex）等。

此外还有 Panel（三维数据，较少用，已被 xarray 替代）、PeriodIndex（时间周期索引）等辅助对象，核心工作流围绕前3类展开。

需要我用代码示例演示这3类对象的创建与核心操作吗？可以直观展示索引特性和数据交互逻辑。