年份 2009 2010 2011 2012 2013 2014 2015 2016 2107 0 PCI 91.67 91.67 91.39 91.25 90.99 90.15 88.02 85.97 82.74 1 RQI 92.27 92.05 91.77 91.25 90.87 89.72 87.67 82.92 80.07 2 RDI 96.02 91.39 88.10 87.76 85.51 84.94 82.42 85.25 71.60 3 SRI 92.27 92.27 92.77 91.25 90.87 89.72 91.67 82.92 86.07 这个数据怎么做时间序列

你可以使用Python中的pandas库来处理这个时间序列数据。首先，你需要将数据导入到一个pandas的DataFrame中。然后，你可以使用pandas的日期时间功能将第一列转换为日期时间索引。最后，你可以使用plot函数绘制时间序列图。

以下是一个示例代码：

import pandas as pd

# 创建DataFrame
data = {
    '年份': [2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2107],
    'PCI': [91.67, 91.67, 91.39, 91.25, 90.99, 90.15, 88.02, 85.97, 82.74],
    'RQI': [92.27, 92.05, 91.77, 91.25, 90.87, 89.72, 87.67, 82.92, 80.07],
    'RDI': [96.02, 91.39, 88.10, 87.76, 85.51, 84.94, 82.42, 85.25, 71.60],
    'SRI': [92.27, 92.27, 92.77, 91.25, 90.87, 89.72, 91.67, 82.92, 86.07]
}

df = pd.DataFrame(data)

# 将年份列转换为日期时间索引
df['年份'] = pd.to_datetime(df['年份'], format='%Y')
df.set_index('年份', inplace=True)

# 绘制时间序列图
df.plot()

这段代码会将数据绘制成四条曲线，分别表示PCI、RQI、RDI和SRI随时间变化的趋势。你可以根据需要对代码进行修改和调整，以满足你的具体需求。