思路

for循环每一年的数据，基于每一年的数据，创建每一年的Bar对象，并且将该对象添加到时间线timeline中，最后设置自动播放并绘图

实现代码

from pyecharts.charts import Bar, Timeline
from pyecharts.options import *
from pyecharts.globals import ThemeType

# 注意编码格式必须是GB2312,否则中文乱码
f = open("./1960-2019全球GDP数据.csv", "r", encoding="GB2312")
data_lines = f.readlines()

f.close()

# 第一行是无用数据
data_lines.pop(0)

# 将数据转换为字典存储,即如下格式:
# {年份:[[国家, gdp], [国家, gdp], [国家, gdp]...] ,年份:[[国家, gdp], [国家, gdp], [国家, gdp]...] ,...}
data_dict = {}
for line in data_lines:
    line.strip()
    year = int(line.split(",")[0])
    country = line.split(",")[1]
    gdp = float(line.split(",")[2]) # 必须转为float,因为float可把科学计数法识别出来
    # 用异常判断字典里是否有指定的key
    try:
        data_dict[year].append([country, gdp])
    except KeyError:
        data_dict[year] = [] # 构建新的字典元素
        data_dict[year].append([country, gdp]) # 每一年是一个字典对

timeline = Timeline({"theme": ThemeType.LIGHT})

# 排序年份
sorted_year_list = sorted(data_dict.keys())
for year in sorted_year_list:
    # 每一年按gdp降序排列获得前8个gdp最大的国家数据
    data_dict[year].sort(key=lambda element:element[1], reverse=True)
    year_data = data_dict[year][0:8] # 前8个list
    print(year_data)
    x_data = []
    y_data = []
    for country_gdp in year_data:
        x_data.append(country_gdp[0])
        y_data.append(country_gdp[1] / 100000000) # y轴用gdp

    # 构建柱状图
    # 每一年的数据算时间线上的一个节点
    bar = Bar()
    # 让gdp最高的数据在最上面
    x_data.reverse()
    y_data.reverse()
    bar.add_xaxis(x_data)
    # 柱状图y轴数据显示在柱的右侧
    bar.add_yaxis("GDP(亿)", y_data, label_opts=LabelOpts(position="right"))
    # 反转x轴和y轴
    bar.reversal_axis()
    #
    bar.set_global_opts(
        title_opts=TitleOpts(title=f"{year}年全球前8GDP数据")
    )
    timeline.add(bar, str(year))

timeline.add_schema(
    play_interval=1000, # 播放间隔时间 ms
    is_timeline_show=True,
    is_auto_play=True,
    is_loop_play=False
)

# 绘图
timeline.render("1960-2019全球gdp前8的国家.html")

结果图