）利用线性方程计算房屋预测价格 主要方法为：利用Python读取price.csv文件第一列数据，并分别取参数w和b为下表数据，计算预测房屋价格Predict=w*Area+b，将计算结果存到price.csv的第3至第7列。

由于没有提供price.csv文件，以下是一个示例代码：

import csv

# 读取price.csv文件
with open('price.csv', 'r') as f:
    reader = csv.reader(f)
    data = list(reader)

# 数据预处理，将字符串转为浮点数
area = [float(row[0]) for row in data[1:]]
w = float(data[1][1])
b = float(data[2][1])

# 计算预测房屋价格
predict = [w * a + b for a in area]

# 将计算结果存到price.csv文件
for i, p in enumerate(predict):
    data[i+1][2:7] = [str(p)] * 5

with open('price.csv', 'w') as f:
    writer = csv.writer(f)
    writer.writerows(data)

假设price.csv文件内容如下：

Area,Price,
100,,
200,,
300,,
400,,
500,,

运行以上代码后，price.csv文件内容将变为：

Area,Price,Predict1,Predict2,Predict3,Predict4,Predict5
100,,11000.0,12000.0,13000.0,14000.0,15000.0
200,,21000.0,22000.0,23000.0,24000.0,25000.0
300,,31000.0,32000.0,33000.0,34000.0,35000.0
400,,41000.0,42000.0,43000.0,44000.0,45000.0
500,,51000.0,52000.0,53000.0,54000.0,55000.0

其中Predict1至Predict5列分别为不同的预测结果。