如果结果不匹配，请 
更多“下面关于Series和DataFrame的理解，哪个是不正确…”相关的问题
请在下面空格处填写答案。
＞＞＞ from pandas import Series, DataFrame
＞＞＞ data = {'language': ['Java', 'PHP', 'Python', 'R', 'C#'],'year': [ 1995 , 1995 , 1991 ,1993, 2000]}
＞＞＞ frame. = DataFrame(data) ＞＞＞ frame['IDE'] = Series(['Intellij', 'Notepad', 'IPython', 'R studio', 'VS'])
＞＞＞ 'VS' in frame['IDE']
_____
＞＞＞ frame['year'][2]
______
A.DataFrame与二维ndarray类型在数据运算上方法一致
B.DataFrame是二维带索引的数组，索引可自定义
C.DataFrame只能表示二维数据
D.DataFrame由2个Series组成
A.NumPy 的ndarray是一种多维数组对象，可以由序列型对象生成。
B.pandas的DataFrame是一个表格型数据结构，含有一组无序的列，每列可以是不同值类型(数值、字符串、布尔值等等)。
C.pandas的Series可以看成是一个定长的有序字典。
D.dtype是一种特殊的对象，其含有将ndarray解释为特定数据类型所需的信息，int64表示有符号的64位整型。
A.Times tamp,这是最基础的时间类，在绝大多数的场景中，时间的数据都是Times tamp形式的，可以采用python的函数to_date time形成Times tamp
B.Period表示时间段Time delta表示不同单位的时间，例如1天，1.5小时，3分钟，4秒等，而非具体的某个时间段
C.Datetime Index和Period time lndex,是一组Index,可以用来作为Series或者Data Frame的索引
