python如何用pandas库将csv文件中的行按第2列的时间先后顺序排序且不写入新csv文件

使用 Pandas 库，你可以轻松地将 CSV 文件中的行按照某一列排序，而且不需要写入到新的 CSV 文件中。下面是一个示例代码：

import pandas as pd

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

# 按第2列的时间先后顺序排序
df = df.sort_values(by=['Column2'], 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。

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
df = pd.read_csv('example.csv')

# 按第2列的时间先后顺序排序
df = df.sort_values(by=['Column2'], 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)

这段代码会读取 `example.csv` 文件中的所有行，然后按照第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。在这里，我们使用了 `to_csv()` 方法来写入排序后的结果，`index` 参数指定了是否需要写入行索引。注意，如果你想覆盖原来的 CSV 文件，请确保文件已经关闭，否则会出现错误。