python如何用pandas库将没有列名的csv文件中的行按第2列的时间先后顺序排序

如果 CSV 文件中没有列名，则需要在读取文件时设置 `header=None` 参数，然后手动为每一列指定列名。下面是一个示例代码：

import pandas as pd

# 读取 CSV 文件并手动指定列名
df = pd.read_csv('example.csv', header=None, names=['Column1', 'Column2', 'Column3'])

# 按第2列的时间先后顺序排序
df = df.sort_values(by=[1], ascending=True)

# 输出排序结果
print(df)

这段代码会读取 `example.csv` 文件中的所有行，然后手动为每一列指定列名，接着按照第2列的时间先后顺序排序，最后输出排序结果。在这里，我们使用了 `sort_values()` 方法来排序，它的 `by` 参数指定了按照第2列来排序，`ascending` 参数指定了升序排序。注意，由于 CSV 文件没有列名，因此我们将 `header` 参数设置为 `None`，然后使用 `names` 参数手动指定每一列的列名。

如果你需要将排序后的结果写入原来的 CSV 文件中，你可以使用 `to_csv()` 方法来实现：

import pandas as pd

# 读取 CSV 文件并手动指定列名
df = pd.read_csv('example.csv', header=None, names=['Column1', 'Column2', 'Column3'])

# 按第2列的时间先后顺序排序
df = df.sort_values(by=[1], ascending=True)

# 将排序后的结果写入原来的 CSV 文件中
df.to_csv('example.csv', index=False, header=None)

这段代码会读取 `example.csv` 文件中的所有行，然后手动为每一列指定列名，接着按照第2列的时间先后顺序排序，最后将排序后的结果写入到原来的 CSV 文件中。注意，由于 CSV 文件没有列名，因此我们将 `header` 参数设置为 `None`，然后使用 `header` 参数指示是否需要在写入 CSV 文件时写入列名。