elect_zips

   1 #!/usr/bin/perl -w
   2
   3 # Copyright 2009-2012, Equinox Software, Inc.
   4 #
   5 # This program is free software; you can redistribute it and/or
   6 # modify it under the terms of the GNU General Public License
   7 # as published by the Free Software Foundation; either version 2
   8 # of the License, or (at your option) any later version.
   9 #
  10 # This program is distributed in the hope that it will be useful,
  11 # but WITHOUT ANY WARRANTY; without even the implied warranty of
  12 # MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  13 # GNU General Public License for more details.
  14 #
  15 # You should have received a copy of the GNU General Public License
  16 # along with this program; if not, write to the Free Software
  17 # Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA  02110-1301, USA.
  18
  19 use strict;
  20
  21 my $VERSION = '1.00';
  22
  23 =pod
  24
  25 NAME
  26
  27         elect_zips - Utility to elect a winning city/state for each ZIP code based on patron data
  28
  29 USAGE
  30
  31         psql -U evergreen -A -t -F $'\t' -c 'SELECT city, state, post_code FROM actor.usr_address' > raw-csz.tsv
  32         elect_zips < raw-csz.tsv > winning-zips.tsv
  33
  34 NOTES
  35
  36         Given input like "Miami Springs\tFL\t33166\n" derived from patron addresses,
  37         this utility will print a city and state for each zip that has the maximum
  38         number of occurrences. (It does not attempt to break ties. If there is a tie,
  39         the city and state that reaches the maximum first will end up winning.)
  40
  41         You can also feed the output of elect_zips directly into I<enrich_zips --db US.txt --makezips>
  42
  43 =cut
  44
  45 my %zips;
  46
  47 # Go through the input and tally the city-state combinations for each ZIP code
  48 while (<>) {
  49         chomp;
  50         (my $city, my $state, my $zip) = split(/\t/) or next;
  51         next unless $zip =~ m/([\d]{5})/; # If it doesn't have 5 digits in a row, it's not a ZIP
  52         $zip =~ s/^([\d]{5}).*$/$1/;      # We only want the 5-digit ZIP
  53         $state = uc($state);
  54         $city =~ s/^\s+//;
  55         $city =~ s/\s+$//;
  56         $zips{$zip}{"$city\t$state"}++;
  57 }
  58
  59 # Pick and print a winner for each ZIP code
  60 foreach(sort keys %zips) {
  61         my $zip = $_;
  62         my $max = 0;
  63         my $citystate = "";
  64         foreach(keys %{$zips{$zip}}) {
  65                 if ($zips{$zip}{$_} > $max) {
  66                         $max = $zips{$zip}{$_};
  67                         $citystate = $_;
  68                 }
  69         }
  70         print "$citystate\t$zip\n";
  71 }