首先，将n个兴趣点经纬度坐标从csv文件的n行m列和n行m+1列读取出来，其中n=1,2,3，…，n，然后判断每个兴趣点经地理经纬度栅格里面，其中经纬度栅格有p个，p=1,2,3，…，i，…，p，假如在第i个栅格就在此包含兴趣点坐标的原csv文件n行m+2列单元格写入i。

明白了，您的问题是如何将n个兴趣点的经纬度信息根据地理栅格划分，并将其存储在原csv文件中。首先，读取csv文件中的经纬度信息可以使用Python中的pandas库来实现。然后，您可以通过将地图划分为固定大小的栅格，并计算每个兴趣点所在的栅格位置来实现将兴趣点分类到不同的栅格中。最后，将每个兴趣点所在栅格的编号写入csv文件中对应的n行m+2列单元格即可。具体实现细节可以参考以下代码：

import pandas as pd
import math

# 读取csv文件中的兴趣点经纬度信息
df = pd.read_csv('interest_points.csv')
lats = df['latitude']
lons = df['longitude']

# 定义地图栅格大小
grid_size = 0.1 # 例如每个栅格为0.1度

# 计算地图范围
min_lat, max_lat = min(lats), max(lats)
min_lon, max_lon = min(lons), max(lons)

# 计算栅格行列数
num_cols = math.ceil((max_lon - min_lon) / grid_size)
num_rows = math.ceil((max_lat - min_lat) / grid_size)

# 计算每个兴趣点所在的栅格位置
grid_ids = []
for i in range(len(df)):
    lat, lon = lats[i], lons[i]
    row = int((lat - min_lat) / grid_size)
    col = int((lon - min_lon) / grid_size)
    grid_id = row * num_cols + col # 计算栅格编号
    grid_ids.append(grid_id)

# 将栅格编号写入原csv文件中
df['grid_id'] = grid_ids
df.to_csv('interest_points.csv', index=False)

其中，`min_lat`、`min_lon`、`max_lat`和`max_lon`为地图范围的最小和最大经纬度，`num_cols`和`num_rows`为地图宽度和高度（即栅格列数和行数）可以通过`(max_lon - min_lon) / grid_size`和`(max_lat - min_lat) / grid_size`计算得到。这里使用了pandas库的dataframe来存储兴趣点信息，并将计算出的栅格编号添加到了dataframe中，最后将dataframe写回csv文件中。