写一个Python代码 把你上面给我的三个部分（登录、推荐系统、游戏）的csv全部录入

为了将上述关系模型中的数据录入到CSV文件中，我们可以编写一个Python脚本来实现这一功能。我们将使用`pandas`库来处理CSV文件。以下是一个示例代码：

import pandas as pd

# 定义表结构和初始数据
tables = {
    'accounts': ['email', 'password', 'primary_ip_addr', 'plan_id', 'year', 'month', 'day', 'duration', 'p_location'],
    'plans': ['plan_id', 'plan_name', 'revolution', 'spatial_video', 'max_device', 'ad_free', 'max_download', 'max_extra'],
    'users': ['email', 'username', 'icon', 'password', 'e_primary_ip', 'e_location'],
    'login_log': ['email', 'username', 'log_id', 'device_id', 'watching', 'downloading', 'ip_addr', 'year', 'month', 'day', 'location', 'timestamp'],
    'watch_m': ['email', 'username', 'movie_id', 'rate'],
    'watch_s': ['email', 'username', 'series_id', 'sea_id', 'epi_id', 'rate'],
    'movies': ['movie_id', 'movie_name', 'description', 'duration', 'p_year', 'p_month', 'e_year', 'e_month', 'e_day', 'r_year', 'r_month', 'r_day', 'director_id'],
    'producers': ['producer_id', 'producer_name'],
    'producer_m': ['movie_id', 'producer_id'],
    'awards': ['award_id', 'award_name'],
    'win_m': ['movie_id', 'award_id', 'year'],
    'directors': ['director_id', 'director_name'],
    'actors': ['actor_id', 'actor_name'],
    'acted_m': ['movie_id', 'actor_id'],
    'categories': ['cat_name'],
    'cat_m': ['movie_id', 'cat_name'],
    'tags': ['tag_name'],
    'tag_m': ['movie_id', 'tag_name'],
    'series': ['series_id', 'series_name', 'description'],
    'seasons': ['series_id', 'sea_id', 'sea_name', 'e_year', 'e_month', 'e_day', 'director_id'],
    'episodes': ['series_id', 'sea_id', 'epi_id', 'epi_name', 'description', 'duration', 'p_year', 'p_month', 'r_year', 'r_month', 'r_day'],
    'produce_s': ['series_id', 'producer_id'],
    'produce_g': ['game_id', 'producer_id'],
    'win_s': ['series_id', 'award_id', 'sea_id', 'year'],
    'act_s': ['series_id', 'sea_id', 'epi_id', 'actor_id'],
    'cat_s': ['series_id', 'sea_id', 'epi_id', 'cat_name'],
    'tag_s': ['series_id', 'sea_id', 'epi_id', 'tag_name'],
    'games': ['game_id', 'game_name', 'online', 'controller_support', 'publish_year', 'e_year', 'e_month', 'e_day', 'r_year', 'r_month', 'r_day'],
    'download': ['game_id', 'email', 'username', 'year', 'month', 'day'],
    'has_g': ['game_id', 'language'],
    'avail_language': ['language'],
    'game_type': ['type'],
    'belong_g': ['game_id', 'type'],
    'cars': ['car_id', 'car_name', 'price', 'value'],
    'weapons': ['weapon_id', 'weapon_name', 'price', 'value'],
    'check_point': ['cp_id'],
    'own_c': ['game_id', 'email', 'username', 'car_id', 'quality', 'additional_ability'],
    'own_w': ['game_id', 'email', 'username', 'weapon_id', 'quality', 'additional_ability'],
    'resources': ['game_id', 'email', 'username', 'health', 'coin', 'cp_id']
}

# 创建并保存CSV文件
for table_name, columns in tables.items():
    df = pd.DataFrame(columns=columns)
    df.to_csv(f'{table_name}.csv', index=False)

print("所有CSV文件已创建成功。")

### 解释
1. **定义表结构**：我们首先定义了每个表的列名，并将其存储在一个字典中。
2. **创建DataFrame**：对于每个表，我们使用`pandas`创建一个空的DataFrame。
3. **保存为CSV**：将每个DataFrame保存为对应的CSV文件，文件名为表名加上`.csv`后缀。
4. **输出提示**：最后打印一条消息，表示所有CSV文件已成功创建。

运行这个脚本后，你会在当前目录下看到所有的CSV文件，每个文件都包含了相应的表结构。你可以根据需要向这些CSV文件中添加实际的数据。