Correction erreur dernier commit

Résolution des conflits de merge

dashboards/app/home.py

@@ -0,0 +1,236 @@
+from pathlib import Path
+
+import pandas as pd
+import streamlit as st
+import streamlit_authenticator as stauth
+import yaml
+from st_pages import Page, show_pages
+from yaml.loader import SafeLoader
+
+# Configuration de la page
+st.set_page_config(
+    layout="wide",
+    page_title="Dashboard Zéro Déchet Sauvage",
+    page_icon=":dolphin:",
+    menu_items={
+        "About": "https://www.zero-dechet-sauvage.org/",
+    },
+)
+
+# load and apply CSS styles
+def load_css(file_name: str) -> None:
+    with Path(file_name).open() as f:
+        st.markdown(f"<style>{f.readline()}</style>", unsafe_allow_html=True)
+
+
+# Login
+p_cred = Path(".credentials.yml")
+with p_cred.open() as file:
+    config = yaml.load(file, Loader=SafeLoader)
+
+authenticator = stauth.Authenticate(
+    config["credentials"],
+    config["cookie"]["name"],
+    config["cookie"]["key"],
+    config["cookie"]["expiry_days"],
+    config["pre-authorized"],
+)
+authenticator.login(
+    fields={
+        "Form name": "Connexion",
+        "Username": "Identifiant",
+        "Password": "Mot de passe",
+        "Login": "Connexion",
+    },
+)
+
+if st.session_state["authentication_status"]:
+    show_pages(
+        [
+            Page("home.py", "Accueil", "🏠"),
+        ],
+    )
+
+    # Load and apply the CSS file at the start of your app
+    # local debug
+    load_css("style.css")
+
+    st.markdown(
+        """
+    # Bienvenue 👋
+    #### Visualiser les collectes de déchets qui ont lieu sur votre territoire !
+    """,
+    )
+
+    st.markdown("""# À propos""")
+
+    # Chargement des données et filtre géographique à l'arrivée sur le dashboard
+    # Table des volumes par matériaux
+    @st.cache_data
+    def load_df_other() -> pd.DataFrame:
+        df = pd.read_csv(
+            "https://github.com/dataforgoodfr/12_zero_dechet_sauvage/raw/2-"
+            "nettoyage-et-augmentation-des-donn%C3%A9es/Exploration_visuali"
+            "sation/data/data_zds_enriched.csv",
+        )
+        # Ajout des colonnes DEP_CODE_NOM et COMMUNE_CODE_NOM qui concatenent le numéro INSEE
+        # et le nom de l'entité géographique (ex : 13 - Bouches du Rhône)
+        df["DEP_CODE_NOM"] = df["DEP"] + " - " + df["DEPARTEMENT"]
+        df["COMMUNE_CODE_NOM"] = df["INSEE_COM"] + " - " + df["commune"]
+        return df
+
+    # Table des structures
+    @st.cache_data
+    def load_structures() -> pd.DataFrame:
+        df = pd.read_csv(
+            "https://github.com/dataforgoodfr/12_zero_dechet_sauvage/raw/4-"
+            "onglet-structures/Exploration_visuali"
+            "sation/data/structures_export_cleaned.csv",
+            index_col=0,
+        )
+        # Ajout des colonnes DEP_CODE_NOM et COMMUNE_CODE_NOM qui concatenent le numéro INSEE
+        # et le nom de l'entité géographique (ex : 13 - Bouches du Rhône)
+        df["DEP_CODE_NOM"] = df["dep"] + " - " + df["departement"]
+        df["COMMUNE_CODE_NOM"] = df["INSEE_COM"] + " - " + df["COMMUNE"]
+        df.columns = [c.upper() for c in df.columns]
+        return df
+
+    # Table du nb de déchets
+    @st.cache_data
+    def load_df_nb_dechet() -> pd.DataFrame:
+        return pd.read_csv(
+            "https://github.com/dataforgoodfr/12_zero_dechet_sauvage/raw/2-"
+            "nettoyage-et-augmentation-des-donn%C3%A9es/Exploration_visuali"
+            "sation/data/data_releve_nb_dechet.csv",
+        )
+
+    @st.cache_data
+    # Définition d'une fonction pour charger les evenements à venir
+    def load_df_events_clean() -> pd.DataFrame:
+        """Chargement du dataset 'export_event_cleaned.csv'
+
+        Les 'évenements à venir' sont dans un autre dataset que data_zds
+        La liste des événements RAW est dans #2/explo/data/export_events_14032024.xlsx
+        Le script de nettoyage est #2/explo/cleaning_events.py
+
+        Returns:
+            pd.DataFrame: DF des événements à venir nettoyé
+        """
+        return pd.read_csv(
+            "https://github.com/dataforgoodfr/12_zero_dechet_sauvage/raw/2-"
+            "nettoyage-et-augmentation-des-donn%C3%A9es/Exploration_visuali"
+            "sation/data/export_events_cleaned.csv",
+        )
+
+    # Appel des fonctions pour charger les données
+    df_other = load_df_other()
+    df_structures = load_structures()
+    df_events = load_df_events_clean()
+
+    # Création du filtre par niveau géographique : correspondance labels et variables
+    df_nb_dechets = load_df_nb_dechet()
+
+    # Création du filtre par niveau géographique : correspondance labels et variables du df
+    niveaux_admin_dict = {
+        "Région": "REGION",
+        "Département": "DEP_CODE_NOM",
+        "EPCI": "LIBEPCI",
+        "Commune": "COMMUNE_CODE_NOM",
+    }
+
+    # 1ère étape : sélection du niveau administratif concerné (région, dép...)
+    # Si déjà saisi précédemment, initialiser le filtre avec les valeurs entrées précédemment
+    # Récupérer les index pour conserver la valeur des filtres au changement de pages
+    # Filtre niveau administratif
+    niveau_admin = st.session_state.get("niveau_admin", None)
+    index_admin = st.session_state.get("index_admin", None)
+    # Filtre collectivité
+    collectivite = st.session_state.get("collectivite", None)
+    index_collec = st.session_state.get("index_collec", None)
+
+    # Initialiser la selectbox avec l'index récupéré
+    select_niveauadmin = st.selectbox(
+        "Niveau administratif : ",
+        niveaux_admin_dict.keys(),
+        index=index_admin,
+        placeholder="Choisir une option",
+    )
+
+    if select_niveauadmin is not None:
+        # Filtrer la liste des collectivités en fonction du niveau admin
+        liste_collectivites = df_other[niveaux_admin_dict[select_niveauadmin]]
+        liste_collectivites = liste_collectivites.sort_values().unique()
+
+        # 2ème filtre : sélection de la collectivité concernée
+        select_collectivite = st.selectbox(
+            "Collectivité : ",
+            liste_collectivites,
+            index=index_collec,
+            placeholder="Choisir une collectivité",
+        )
+
+    button_disabled = not select_niveauadmin or not select_collectivite
+    if st.button("Enregistrer la sélection", disabled=button_disabled):
+        # Enregistrer les valeurs sélectionnées dans le session.state
+        st.session_state["niveau_admin"] = select_niveauadmin
+        st.session_state["index_admin"] = list(niveaux_admin_dict.keys()).index(
+            select_niveauadmin,
+        )
+
+        st.session_state["collectivite"] = select_collectivite
+        st.session_state["index_collec"] = list(liste_collectivites).index(
+            select_collectivite,
+        )
+
+        # Afficher la collectivité sélectionnée
+        st.write(f"Vous avez sélectionné : {select_niveauadmin} {select_collectivite}.")
+        show_pages(
+            [
+                Page("home.py", "Accueil", "🏠"),
+                Page("pages/structures.py", "Structures", "🔭"),
+                Page("pages/actions.py", "Actions", "👊"),
+                Page("pages/data.py", "Data", "🔍"),
+                Page("pages/hotspots.py", "Hotspots", "🔥"),
+            ],
+        )
+
+        # Filtrer et enregistrer le DataFrame dans un session state pour la suite
+        colonne_filtre = niveaux_admin_dict[select_niveauadmin]
+        df_other_filtre = df_other[df_other[colonne_filtre] == select_collectivite]
+        st.session_state["df_other_filtre"] = df_other_filtre
+
+        # Filtrer dataframe structures et enregistrer dans le session.state
+        df_structures_filtre = df_structures[
+            df_structures[colonne_filtre] == select_collectivite
+        ]
+        st.session_state["structures_filtre"] = df_structures_filtre
+        st.session_state["structures"] = df_structures
+        st.session_state["events"] = df_events
+
+        # Filtrer et enregistrer le dataframe nb_dechets dans session.State
+        # Récuperer la liste des relevés
+        id_releves = df_other_filtre["ID_RELEVE"].unique()
+        # Filtrer df_nb_dechets sur la liste des relevés
+        st.session_state["df_nb_dechets_filtre"] = df_nb_dechets[
+            df_nb_dechets["ID_RELEVE"].isin(id_releves)
+        ]
+
+        # Afficher le nombre de relevés disponibles
+        nb_releves = len(st.session_state["df_other_filtre"])
+        st.write(
+            f"{nb_releves} relevés de collecte sont disponibles \
+                pour l'analyse sur votre territoire.",
+        )
+
+    authenticator.logout()
+elif st.session_state["authentication_status"] is False:
+    st.error("Mauvais identifiants ou mot de passe.")
+elif st.session_state["authentication_status"] is None:
+    st.warning("Veuillez entrer votre identifiant et mot de passe")
+
+    show_pages(
+        [
+            Page("home.py", "Home", "🏠 "),
+            Page("pages/register.py", "S'enregistrer", "🚀"),
+        ],
+    )