又报错could not convert string to float: 'time'

这个错误提示是因为你的数据中包含了一个字符串 "time"，而 `np.loadtxt()` 函数默认会将第一行数据作为表头，因此它会将 "time" 当做数据来读取，从而导致错误。

为了避免这个错误，你可以将第一行数据跳过，例如：

import pandas as pd
import numpy as np
import statsmodels.api as sm

# 读取数据
data = np.loadtxt('data.csv', delimiter=',', skiprows=1)

# 将数据转换为 DataFrame
df = pd.DataFrame(data, columns=['time', 'value'])

# 将时间列设置为索引
df.set_index('time', inplace=True)

# 对时间序列进行季节性分解
result = sm.tsa.seasonal_decompose(df['value'])

# 打印结果
print(result)

在这个例子中，我们使用 `skiprows=1` 参数来跳过第一行数据，然后将数据转换为 DataFrame，将时间列设置为索引，最后使用 `seasonal_decompose()` 方法对时间序列进行季节性分解。