python如何计算每个csv文件里气温连续三天大于35摄氏度的，算一次高温过程，然后每次高温过程中每天气温与35摄氏度的差值的和相加得结果

可以使用pandas库来处理CSV文件，以下是一个示例代码：

import pandas as pd

# 读取CSV文件并转换为DataFrame对象
df = pd.read_csv('temperature.csv')

# 计算每天的气温与35摄氏度之差
df['diff'] = df['temperature'] - 35

# 标记气温是否连续三天大于35摄氏度
df['flag'] = ((df['temperature'] > 35) & (df['temperature'].shift(1) > 35) & (df['temperature'].shift(2) > 35)).astype(int)

# 计算高温过程的数量和每个过程中每天的气温与35摄氏度之差的和
count = 0
sum_diff = 0
for _, group in df.groupby((df['flag'] != df['flag'].shift()).cumsum()):
    if group['flag'].iloc[0] == 1:
        count += 1
        sum_diff += group['diff'].sum()

print('高温过程数量:', count)
print('每个过程中每天的气温与35摄氏度之差的和:', sum_diff)

这个示例代码中，我们首先使用pandas库的read_csv方法读取名为temperature.csv的CSV文件，并将其转换为DataFrame对象。然后计算每天的气温与35摄氏度之差，并标记气温是否连续三天大于35摄氏度。最后使用groupby方法对DataFrame对象进行分组，计算高温过程的数量和每个过程中每天的气温与35摄氏度之差的和。

需要注意的是，这个示例代码中假设CSV文件中包含两列数据：日期和气温。如果CSV文件中包含其他数据，需要根据具体情况进行修改。另外，这个示例代码中使用了shift方法来计算气温是否连续三天大于35摄氏度，需要保证CSV文件中的数据按照日期先后顺序排列。