csv中日期的数据类型为01/01/2019,如何在读取的时候只读2019年的数据

你可以在读取 csv 文件时，使用 Pandas 库的日期时间处理功能，将日期时间列转换为 Pandas 的日期时间类型，然后使用 Pandas 的筛选功能来选择 2019 年的数据。

具体实现可以参考以下代码：

import pandas as pd

# 读取 csv 文件
df = pd.read_csv('data.csv')

# 将日期时间列转换为 Pandas 的日期时间类型
df['date'] = pd.to_datetime(df['date'], format='%m/%d/%Y')

# 筛选 2019 年的数据
df_2019 = df[df['date'].dt.year == 2019]

其中，`'data.csv'` 是你的 csv 文件路径，`'date'` 是你的日期时间列名，`'%m/%d/%Y'` 是日期时间的格式（月/日/年）。最后，`df_2019` 保存了只包含 2019 年数据的 Pandas 数据框。