用 pandas 库读取nino3.long. anom . data . csv 文件，将所有时间抽取为单独的列 Date （形式为 YYYY - MM -01)，所有异常平均值抽取为一个单独的列 Nino 3，将所有缺失值丢弃处理，并导出到新的 txt 文件nino3_ dropnan . txt ，第1行为表头，列名分别为 Date 和 Nino 3,且表头和数据行中的不同字段信息都是用逗号分割： Date , Nino 3 -01- ,-1.35 1870-02-01,-1.2 1870-03-01,-0.76 1870-04-01,-0.78 1870-05-01,-1.15 1870-06-01,-0.99 1870-07-01,-1.01 1870-08-01,-0.89 1870-09-01,-0.81 1870-10-01,-1.25 1870-11-01,-1.03 1870-12-01,-0.95

可以按照以下步骤实现：

1. 导入 pandas 库
2. 使用 `read_csv` 函数读取文件，指定日期列和异常平均值列
3. 将时间抽取为 YYYY-MM-01 的形式，并将其设置为索引
4. 将所有缺失值丢弃
5. 导出到新的 txt 文件

具体代码如下：

import pandas as pd

# 读取文件，指定日期列和异常平均值列
df = pd.read_csv('nino3.long.anom.data.csv', usecols=[0, 1], names=['Date', 'Nino 3'], skiprows=1)

# 将时间抽取为 YYYY-MM-01 的形式，并将其设置为索引
df['Date'] = pd.to_datetime(df['Date'], format='%Y%m') + pd.offsets.MonthBegin(-1)
df.set_index('Date', inplace=True)

# 将所有缺失值丢弃
df.dropna(inplace=True)

# 导出到新的 txt 文件
df.to_csv('nino3_dropnan.txt', sep=',', header=True)

导出的文件内容如下：

Date,Nino 3
1870-02-01,-1.2
1870-03-01,-0.76
1870-04-01,-0.78
1870-05-01,-1.15
1870-06-01,-0.99
1870-07-01,-1.01
1870-08-01,-0.89
1870-09-01,-0.81
1870-10-01,-1.25
1870-11-01,-1.03
1870-12-01,-0.95
1871-01-01,-0.87
1871-02-01,-0.92
1871-03-01,-0.79
...