同一のcsvに値を繰り返し出力する際、X回目の繰り返しで改行する方法

前提・実現したいこと

以下のような繰り返し計算を行うプログラムを作成しました。基本的には、daysに31を入力し、31回繰り返し計算したNG_Totalをdaysで割ったNG_Total_Averageを出力していくという流れになっています。ここで実現したいのは、while j1<=j1Last:が最初の181回の繰り返しを終えて、初めてi1とj2に1が加えられるとき、answer.csvに出力する列を1列ずらすことです。つまり、181回ごとに改行(列)して同じcsvに出力したいということです。

該当のソースコード

python
1import pandas as pd
2
3days=int(input('何日分のNGの平均を求めますか：'))
4
5i1=0
6i2=0
7j1=0
8j2=0
9i1Last=121
10j1Last=181
11i2Last=181
12j2Last=121
13
14while i1<=i1Last:
15    while j1<=j1Last:
16        NG_Total=0
17        for i in range(1,days+1,1):
18            df_read_North=pd.read_csv("TokyoWanko_GateCrossingList_201803%02dNS_Sheet1.csv"%i,encoding="shift-jis")
19            df_read_South=pd.read_csv("TokyoWanko_GateCrossingList_201803%02dNS_Sheet1.csv"%i,encoding="shift-jis")
20            df_read_West=pd.read_csv("TokyoWanko_GateCrossingList_201803%02dWE_Sheet1.csv"%i,encoding="shift-jis")
21            df_read_East=pd.read_csv("TokyoWanko_GateCrossingList_201803%02dWE_Sheet1.csv"%i,encoding="shift-jis")
22            #csv読み取り
23            
24            df_data_North=df_read_North[(df_read_North["i"]==i1) & (df_read_North["j"]==j1) & (df_read_North["SogKnot"]!=0)]
25            df_data_South=df_read_South[(df_read_South["i"]==i1+1) & (df_read_South["j"]==j1) & (df_read_South["SogKnot"]!=0)]
26            df_data_West=df_read_West[(df_read_West["i"]==i2) & (df_read_West["j"]==j2) & (df_read_West["SogKnot"]!=0)]
27            df_data_East=df_read_East[(df_read_East["i"]==i2+1) & (df_read_East["j"]==j2) & (df_read_East["SogKnot"]!=0)]
28            #データを抽出
29            
30            df_data_NS=pd.merge(df_data_North,df_data_South,how="outer")
31            df_data_WE=pd.merge(df_data_West,df_data_East,how="outer")
32            df_data_merge=pd.merge(df_data_NS,df_data_WE,how="outer")
33            #データの結合
34            
35            df_data_count=df_data_merge.groupby('Group').count()
36            #グループごとに何隻いるかカウント
37            
38            df_N=df_data_count.iloc[:,1]
39            #1列だけ抽出
40            
41            T=86400*days
42            df_Q=df_N/(2*T)
43            #Qの計算
44            
45            df_Q=pd.DataFrame(data=df_Q)
46            df_Q=df_Q.rename(columns={'Sec':'Q'})
47            #列名変更
48            
49            import numpy as np
50            pi=np.pi
51            
52            df_theta=df_data_merge.groupby('Group').mean()['θ']
53            df_theta_rad=df_theta*(pi/180)
54            #列'θ'だけ抽出したデータフレームを作成し、ラシアンに変換
55            
56            df_cos_theta=np.cos(df_theta_rad)
57            df_sin_theta=np.sin(df_theta_rad)
58            #f(z)の計算式中のsin(90-θ)とsinθを計算したデータフレームを作成
59            
60            df_ocean_data=pd.read_csv("data.csv",encoding="shift-jis")
61            #海域のデータのcsv読み取り
62            
63            df_Tokyowan=df_ocean_data['東京湾']
64            df_Osakawan=df_ocean_data['大阪湾']
65            df_Bingoseto=df_ocean_data['備讃瀬戸']
66            df_Kanmonkaikyo=df_ocean_data['関門海峡']
67            df_Kawashima=df_ocean_data['河島さん']
68            #海域ごとにデータを分割
69            
70            df_fz=1/np.abs((df_cos_theta*(df_Kawashima.iloc[7,]))+(df_sin_theta*(df_Kawashima.iloc[6,])))
71            #f(z)の計算
72            
73            df_fz=pd.DataFrame(data=df_fz)
74            df_fz=df_fz.rename(columns={'θ':'f(z)'})
75            #列名変更
76            
77            df_L_all=df_data_merge.loc[:,['ShipLength','Group']]
78            df_B_all=df_data_merge.loc[:,['ShipWidth','Group']]
79            df_V_knot_all=df_data_merge.loc[:,['SogKnot','Group']]
80            #全てのデータからL,B,Vの列をそれぞれグループ番号と共に抽出、Vはknotからm/sに直す
81            
82            df_L=df_L_all.groupby('Group').mean()
83            df_B=df_B_all.groupby('Group').mean()
84            df_V_knot=df_V_knot_all.groupby('Group').mean()
85            df_V=df_V_knot*(1852/3600)
86            #平均L,B,V(Vはknotからm/sに直す
87            
88            list_theta=np.meshgrid(df_theta,df_theta)
89            #1次元配列であるθの行データと列データを変数list_thetaに格納
90            
91            NN=len(df_theta)
92            theta_ij=np.abs(list_theta[0]-list_theta[1])
93            df_theta_ij=pd.DataFrame(theta_ij)
94            
95            for a in range(NN):
96                for b in range(NN):
97                    if df_theta_ij.iloc[a,b]>180:
98                        df_theta_ij.iloc[a,b]=360-df_theta_ij.iloc[a,b]
99            #θijの計算
100            
101            theta_ij_rad=theta_ij*(pi/180)
102            
103            df_thetaij=pd.DataFrame(theta_ij_rad)
104            #結果はndarray型なのでエクセルに出力するためにデータフレームに変換
105            
106            list_V=np.meshgrid(df_V,df_V)
107            #1次元配列であるVの行データと列データを変数list_Vに格納
108            
109            Vij=np.sqrt(list_V[0]**2+list_V[1]**2-2*list_V[0]*list_V[1]*np.cos(theta_ij_rad))
110            #Vijの計算
111            
112            df_Vij=pd.DataFrame(Vij)
113            #結果はndarray型なのでエクセルに出力するためにデータフレームに変換
114            
115            list_L=np.meshgrid(df_L,df_L)
116            list_B=np.meshgrid(df_B,df_B)
117            #1次元配列であるLとBの行データと列データを変数list_L,list_Bに格納
118            
119            Dij=(((list_L[0]*list_V[1]+list_L[1]*list_V[0])/Vij)*np.sin(theta_ij_rad))+list_B[1]*np.sqrt(1-(np.sin(theta_ij_rad)*list_V[0]/Vij)**2)+list_B[0]*np.sqrt(1-(np.sin(theta_ij_rad)*list_V[1]/Vij)**2)
120            #Dijの計算
121            
122            df_Dij=pd.DataFrame(Dij)
123            #結果はndarray型なのでエクセルに出力するためにデータフレームに変換
124            
125            list_Q=np.meshgrid(df_Q,df_Q)
126            list_fz=np.meshgrid(df_fz,df_fz)
127            #1次元配列であるQとf(z)の行データと列データを変数list_Q,list_fzに格納
128            
129            delta_t=86400*days
130            #対象期間(s)
131            
132            NG=(list_Q[0]*list_Q[1]/(list_V[0]*list_V[1]))*list_fz[0]*list_fz[1]*Vij*Dij*df_Kawashima.iloc[10,]*delta_t
133            #NGの計算
134            
135            List_Group_index=df_data_merge.groupby('Group2').mean()['Group']
136            List_Group_columns=List_Group_index.T
137            #行名と列名の変更
138            
139            df_NG=pd.DataFrame(NG,index=List_Group_index,columns=List_Group_columns)
140            #結果はndarray型なのでエクセルに出力するためにデータフレームに変換
141            
142            df_NG_ColumnsTotal=df_NG.sum(skipna=True)
143            NG_Total=NG_Total+df_NG_ColumnsTotal.sum()/2    
144            #1メッシュ分のNGの値
145            
146        NG_Total_Average=NG_Total/days
147        
148        with open('answer.csv','a',newline='',encoding='shift-jis') as file:
149            print(NG_Total_Average,file=file)
150        
151        j1+=1
152        i2+=1
153        
154    i1+=1
155    j2+=1
156    ji=0
157    i2=0