irve concours des bras cassés start

irve_bornes_recharge/README.md

@@ -0,0 +1,18 @@
+# Trophée des bras cassés de l'open data IRVE
+
+Ce script récupère les données IRVE et classe les opérateurs selon le grand nombre de défaut dans leur ensemble de données.
+
+Chaque donnée en mauvaise qualité fait gagner des points de mauvaise qualité aux opérateurs, les grands gagnants sont déterminés ainsi:
+
+médaille de bronze: élongation des genoux de la donnée.
+médaille d'argent: épic flumble en berçant les données près du mur. 
+médaille d'or: double fracture ouverte des bras avec hémorragie interne.
+
+On a également une liste des mauvais points pour chacun des opérateurs.
+
+## Calcul des mauvaises qualités 
+On y trouve le nombre de points de recharge par opérateur, le nombre de points pour la mauvaise qualité calculé ainsi:
+
+- Une ligne n'ayant rien dans une des colonnes "id_pdc_itinerance", "telephone_operateur" fait gagner 1 point.
+- Un texte dans "telephone_operateur" fait gagner 2 points.
+- Si une ligne a les mêmes coordonnées géographiques qu'une autre, on gagne 3 points pour l'opérateur.

irve_bornes_recharge/index.py

@@ -0,0 +1,68 @@
+import geojson
+import pandas as pd
+import dash
+import dash_table
+import requests
+from dash.dash_table.Format import Group
+import dash_html_components as html
+import os
+
+# Vérifier si le fichier local existe
+local_file = "irve.geojson"
+if not os.path.exists(local_file):
+    # Télécharger les données geojson si le fichier local n'existe pas
+    url = "https://www.data.gouv.fr/fr/datasets/r/7eee8f09-5d1b-4f48-a304-5e99e8da1e26"
+    response = requests.get(url)
+    with open(local_file, 'w') as f:
+        f.write(response.text)
+
+# Ouvrir le fichier local pour la suite du script
+with open(local_file, 'r') as f:
+    data = geojson.load(f)
+
+# Convertir les données geojson en DataFrame pandas
+df = pd.DataFrame(data['features'])
+
+
+# Calcul des mauvaises qualités
+def calcul_mauvaise_qualite(df):
+    df['mauvaise_qualite'] = 0
+
+    # Une ligne n'ayant rien dans une des colonnes "id_pdc_itinerance", "telephone_operateur" fait gagner 1 point
+    df.loc[(df['properties']['id_pdc_itinerance'] == '') | (
+                df['properties']['telephone_operateur'] == ''), 'mauvaise_qualite'] += 1
+
+    # Un texte dans "telephone_operateur" fait gagner 2 points
+    df.loc[df['properties']['telephone_operateur'].str.contains(r'\D'), 'mauvaise_qualite'] += 2
+
+    # Si une ligne a les mêmes coordonnées géographiques qu'une autre, on gagne 3 points pour l'opérateur
+    df['coordinates'] = df['geometry']['coordinates'].apply(lambda x: tuple(x))
+    df['duplicated'] = df.duplicated(subset='coordinates', keep=False)
+    df.loc[df['duplicated'], 'mauvaise_qualite'] += 3
+
+    return df
+
+
+df = calcul_mauvaise_qualite(df)
+
+# Compter les mauvaises qualités par opérateur
+operator_counts = df.groupby(df['properties']['nom_amenageur'])['mauvaise_qualite'].sum().reset_index()
+operator_counts.columns = ['nom_amenageur', 'nbre_mauvaise_qualite']
+
+# Ajouter le nombre de points de recharge par opérateur
+operator_counts['nbre_pdc'] = df.groupby('properties')['nom_amenageur'].size().values
+
+# Créer le tableau de bord
+app = dash.Dash(__name__)
+
+app.layout = html.Div([
+    html.H1('Trophées de bras cassés de l\'open data'),
+    dash_table.DataTable(
+        id='table',
+        columns=[{'name': i, 'id': i} for i in operator_counts.columns],
+        data=operator_counts.to_dict('records')
+    )
+])
+
+if __name__ == '__main__':
+    app.run_server(debug=True)