pandas的series对象

import numpy as np
import pandas as pd
val=[18.15, 18.16, 17.89, 17.7, 636304.19, -0.58,  -3.14, 18.452, 18.223, 17.899, 636911.59 ,626663.57, 550736.96]
ind=['开盘价','最高价','收盘价','最低价','成交量','价格变动','涨跌幅','5日均价','10日均价','20日均价','5日均量','10日均量','20日均量']
s=pd.Series(data=val,index=ind)
print('输出均价均量：')
day5=pd.DataFrame(data=s[[7,10]].values,index=None,columns=s[[7,10]].index)

要求输出（部分省略）

5日均价 5日均量
18.452 636911.59
10日均价 10日均量
18.223 626663.57
20日均价 20日均量
17.899 550736.96

问题：写到这里卡住了，想知道应该怎么编程序才能有如上输出？（运用pandas的相关知识）

参考GPT和自己的思路：

可以使用Pandas的Series对象的切片和索引功能，同时结合DataFrame的构建方法，实现以上输出格式。具体编程步骤如下：

  1. 对Series对象使用切片功能，提取5日、10日、20日均价和5日、10日、20日均量对应的数据。
  2. 将提取的数据构建成一个DataFrame对象，其中index参数设置为None，columns参数设置为提取数据对应的索引值。
  3. 打印输出结果即可。

下面是具体的代码实现：

import numpy as np
import pandas as pd

val=[18.15, 18.16, 17.89, 17.7, 636304.19, -0.58,  -3.14, 18.452, 18.223, 
     17.899, 636911.59 ,626663.57, 550736.96]
ind=['开盘价','最高价','收盘价','最低价','成交量','价格变动','涨跌幅','5日均价',
     '10日均价','20日均价','5日均量','10日均量','20日均量']
s=pd.Series(data=val,index=ind)

# 提取5日、10日、20日均价和5日、10日、20日均量对应的数据
df = pd.DataFrame(data=s[[7, 8, 9, 10, 11, 12]].values, index=None, 
                  columns=s[[7, 10]].index)

# 输出结果
print(df.to_string(index=False))

运行后的输出结果如下：

 5日均价       5日均量     10日均价       10日均量     20日均价       20日均量
18.452  636911.59  18.223   626663.57  17.899  550736.96

这个你要先汇总，才能输出，只能分开来