import pandas as pd# 读取原始csv文件data = pd.read_csv('original.csv')# 将第一列的时刻值转换为datetime类型data['datetime'] = pd.to_datetime(data.iloc[:, 0])# 将datetime列设置为索引data = data.set_index('datetime')# 按小时进行重采样，并对充电量数据进行求和hourly_data = data.resample('H')['charge'].sum()# 构造新的DataFramenew_data = pd.DataFrame({'hour': range(1, len(hourly_data) + 1), 'charge': hourly_data})# 将新的DataFrame保存到本地csv文件new_data.to_csv('hourly_charge.csv', index=False)在以上代码的基础上写一段python代码，使其可以读取无表头的csv文件的形式

可以使用`header=None`参数来读取无表头的csv文件，代码如下：

import pandas as pd

# 读取无表头的csv文件
data = pd.read_csv('original.csv', header=None)

# 将第一列的时刻值转换为datetime类型
data[0] = pd.to_datetime(data.iloc[:, 0])

# 将datetime列设置为索引
data = data.set_index(0)

# 按小时进行重采样，并对充电量数据进行求和
hourly_data = data[1].resample('H').sum()

# 构造新的DataFrame
new_data = pd.DataFrame({
    'hour': range(1, len(hourly_data) + 1),
    'charge': hourly_data
})

# 将新的DataFrame保存到本地csv文件
new_data.to_csv('hourly_charge.csv', index=False)