DataFrame是一个二维数据，包括行和列，类似于Excel的sheet；Series是一个一维数据，类似于DataFrame的一列。

DataFrame的构造

pandas.DataFrame(data, index, columns, dtype, copy)
data：数据(array-like 类型：可以是ndarray、series, map, lists, dict 等类型)。
index：行索引，如果不指定行索引—默认给一个0、1、2、3、… 这样的序号行索引。需与data行数一致。
columns：列索引 ，如果不指定列索引—默认给一个0、1、2、3、… 这样的序号列索引。需与data列数一致。
dtype：数据类型。
copy：拷贝数据，默认为 False。

以上参考【数据分析】认识Pandas：DataFrame和Series结构、属性

第一种——使用zip()函数：

pandas.DataFrame(data=zip(list_1, list_2), columns=['name', 'gender'])

第二种——利用字典：

pandas.DataFrame{'name': list_1, 'gender': list_2}

第三种——利用列表:
pandas.DataFrame(data=[list_1, list_2], columns=['name', 'gender'])

第四种——利用ndarray:

data = np.array([list_1, list_2])
pandas.DataFrame(data=data, columns='name', 'gender')

以上list_1和list_2均为列表。

备注：在知乎中看到一个更为全面的总结：创建DataFrame：10种方式任你选

Series的构造

pandas.Series( data, index, dtype, name, copy)
各参数与DataFrame类似，其中name为数据列的表头。
构造方式也与DataFrame类似。