``` 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

当然，根据您提供的代码片段，我们可以使用Pandas库来处理这个问题。首先，我们需要将'birthdate'列转换成日期类型，然后计算每个年龄段的会员数。以下是完整的Python代码：

import pandas as pd

# 假设 customer.csv 文件已经存在，且有 'birthdate' 列
# 假设年龄是以年为单位的，我们从1990年开始计算
current_year = 1990

# 读取csv文件
frame = pd.read_csv('customer.csv')

# 将 'birthdate' 列转换为日期类型
frame['birthdate'] = pd.to_datetime(frame['birthdate'])

# 计算会员的年龄
frame['age'] = current_year - frame['birthdate'].dt.year

# 将年龄区间设置为每10年一个段落，并分组计数
age_groups = frame.groupby(pd.cut(frame['age'], bins=range(0, 101, 10)))

# 获取每个年龄段的会员人数
member_counts = age_groups.size()

# 输出结果
print(member_counts)