-
Notifications
You must be signed in to change notification settings - Fork 0
/
transform_to_anac_csv.py
61 lines (55 loc) · 2.1 KB
/
transform_to_anac_csv.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
import glob
import os.path
import pandas as pd
if os.path.exists('data/anac.csv'):
print('data/anac.csv file already exists.')
exit(0)
files = glob.glob('data/extract/resumo_anual_*.csv')
# Combine all files in the list
combined_csv = pd.concat(
[pd.read_csv(file, sep=';', encoding='ISO-8859-1') for file in files]
)
# Rename columns
columns_map = {
'EMPRESA (SIGLA)': 'company_abbreviation',
'EMPRESA (NOME)': 'company_name',
'EMPRESA (NACIONALIDADE)': 'company_nationality',
'ANO': 'year',
'MÊS': 'month',
'AEROPORTO DE ORIGEM (SIGLA)': 'origin_airport_abbreviation',
'AEROPORTO DE ORIGEM (NOME)': 'origin_airport_name',
'AEROPORTO DE ORIGEM (UF)': 'origin_airport_state',
'AEROPORTO DE ORIGEM (REGIÃO)': 'origin_airport_region',
'AEROPORTO DE ORIGEM (PAÍS)': 'origin_airport_country',
'AEROPORTO DE ORIGEM (CONTINENTE)': 'origin_airport_continent',
'AEROPORTO DE DESTINO (SIGLA)': 'destination_airport_abbreviation',
'AEROPORTO DE DESTINO (NOME)': 'destination_airport_name',
'AEROPORTO DE DESTINO (UF)': 'destination_airport_state',
'AEROPORTO DE DESTINO (REGIÃO)': 'destination_airport_region',
'AEROPORTO DE DESTINO (PAÍS)': 'destination_airport_country',
'AEROPORTO DE DESTINO (CONTINENTE)': 'destination_airport_continent',
'NATUREZA': 'nature',
'GRUPO DE VOO': 'flight_group',
'PASSAGEIROS PAGOS': 'paid_passenger',
'PASSAGEIROS GRÁTIS': 'free_passenger',
'CARGA PAGA (KG)': 'charge_paid_kg',
'CARGA GRÁTIS (KG)': 'charge_free_kg',
'CORREIO (KG)': 'mail_kg',
'ASK': 'ask',
'RPK': 'rpk',
'ATK': 'atk',
'RTK': 'rtk',
'COMBUSTÍVEL (LITROS)': 'fuel_l',
'DISTÂNCIA VOADA (KM)': 'distance_flown_km',
'DECOLAGENS': 'takeoffs',
'CARGA PAGA KM': 'charge_paid_km',
'CARGA GRATIS KM': 'charge_free_km',
'CORREIO KM': 'mail_km',
'ASSENTOS': 'seats',
'PAYLOAD': 'payload',
'HORAS VOADAS': 'fly_hours',
'BAGAGEM (KG)': 'baggage_kg',
}
combined_csv = combined_csv.rename(columns=columns_map)
# Export to csv
combined_csv.to_csv('data/anac.csv', index=False, encoding='utf-8')