``` import pandas as pd frame=pd.read_csv('customer.csv')```查询不同年龄段的会员人数（以10岁为一段，以1990年作为当前时间）会员出生日期列名为“birthdate",根据已知代码写出完整代码

首先，我们需要将"birthdate"列转换为日期格式，然后按照年龄分段计算每个年龄段的会员数。这里假设`birthdate`列是字符串格式，我们可以使用`pd.to_datetime()`函数将其转换为日期。接着，我们将根据当前年份减去每个人的出生年份来计算他们的年龄，并按每10岁划分区间。以下是完整的Python代码：

import pandas as pd

# 假设'customer.csv'已经存在并且'birthdate'列的格式可以解析
df = pd.read_csv('customer.csv')

# 将'birthdate'列转换为日期格式
df['birthdate'] = pd.to_datetime(df['birthdate'])

# 获取当前年份
current_year = pd.Timestamp.now().year

# 计算年龄并四舍五入到最接近的10岁区间
df['age'] = (current_year - df['birthdate'].dt.year) // 10 * 10

# 统计各年龄段的会员数
age_groups = df.groupby('age').size().reset_index(name='count')

print(age_groups)

这段代码会输出一个DataFrame，其中包含每个10岁年龄段及其对应的会员人数。