これらのデータセットをcsvと比較するにはどうすればよいですか？ Python 2.7

Question

私は米国の航空会社便のデータセットであるwww.transtats.govからcsvデータセットを取るプログラムを作成しようとしています。私の目標は、最悪の遅延が全体的に発生した空港から、最悪の飛行であることを意味する飛行を見つけることです。これまでのところ私はこれを持っている：私は、フライト番号のリストと、それらのフライト番号からの総遅延のリストを作成し、両者を比較すると、最も高い遅延の合計を持っていた飛行見ることができたことを考えていた

`import csv 
    with open('826766072_T_ONTIME.csv') as csv_infile: #import and open CSV 
    reader = csv.DictReader(csv_infile) 
    total_delay = 0 
    flight_count = 0 
    flight_numbers = [] 
    delay_totals = [] 
    dest_list = [] #create empty list of destinations 
    for row in reader: 
     if row['ORIGIN'] == 'BOS': #only take flights leaving BOS 
      if row['FL_NUM'] not in flight_numbers: 
       flight_numbers.append(row['FL_NUM']) 
      if row['DEST'] not in dest_list: #if the dest is not already in the list 
       dest_list.append(row['DEST']) #append the dest to dest_list 
    for number in flight_numbers: 
     for row in reader: 
      if row['ORIGIN'] == 'BOS': #for flights leaving BOS 
       if row['FL_NUM'] == number: 
        if float(row['CANCELLED']) < 1: #if the flight is not cancelled 
         if float(row['DEP_DELAY']) >= 0: #and the delay is greater or equal to 0 (some flights had negative delay?) 
          total_delay += float(row['DEP_DELAY']) #add time of delay to total delay 
          flight_count += 1 #add the flight to total flight count 
    for row in reader: 
     for number in flight_numbers: 
       delay_totals.append(sum(row['DEP_DELAY']))` 

。 2つのリストを比較する最良の方法は何ですか？

Answer 1

非常に簡単な解決策があります。二つの新しい変数を追加：

max_delay = 0 
delay_flight = 0 
# Change: if float(row['DEP_DELAY']) >= 0: FOR: 
if float(row['DEP_DELAY']) > max_delay: 
    max_delay = float(row['DEP_DELAY']) 
    delay_flight = #save the row number or flight number for reference. 

Answer 2

私は私が正しくあなたを理解すればわからないんだけど、私はあなたが鍵を'FL_NUM'であり、値が全体の遅延で、この目的のためにdictを使うべきだと思います。

Answer 3

一般に、私はPythonコードでループを取り除きたいと思います。大量ではないファイルの場合、通常はデータファイルを一度読み込み、最後に解析できるdictを構築します。私は元のデータを持っていないが、私が使用する一般的なパターンに従うので、以下のコードはテストされていません。

出発地、目的地、フライト番号で便が識別されるので、私はそれらをtupleとして取得し、それを私のdictのキーとして使用します。

from collections import defaultdict 
flight_delays = defaultdict(list) # look this up if you aren't familiar 
for row in reader: 
    if row['ORIGIN'] == 'BOS': #only take flights leaving BOS 
     if row['CANCELLED'] > 0: 
      flight = (row['ORIGIN'], row['DEST'], row['FL_NUM']) 
      flight_delays[flight].append(float(row['DEP_DELAY'])) 


# Finished reading through data, now I want to calculate average delays 
worst_flight = "" 
worst_delay = 0 
for flight, delays in flight_delays.items(): 
    average_delay = sum(delays)/len(delays) 
    if average_delay > worst_delay: 
     worst_flight = flight[0] + " to " + flight[1] + " on FL#" + flight[2] 
     worst_delay = average_delay