File size: 2,943 Bytes
bdbfec0
c6aa119
 
fadc8f0
 
bdbfec0
895d632
fadc8f0
 
c6aa119
 
 
 
881a55d
c6aa119
881a55d
4b29661
fadc8f0
c6aa119
fadc8f0
 
881a55d
fadc8f0
c6aa119
 
895d632
 
 
 
 
 
 
 
 
4b29661
1937039
41a3549
 
 
1937039
 
 
 
 
 
 
 
 
41a3549
 
1937039
41a3549
fadc8f0
 
1937039
 
 
 
41a3549
 
1937039
 
 
41a3549
 
1937039
41a3549
fadc8f0
 
895d632
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
62
63
64
65
66
67
68
69
70
71
import streamlit as st
import pandas as pd
import requests
import folium
from streamlit_folium import folium_static

# Fonction pour récupérer les données de l'API
def get_data():
    url = "https://opendata.bordeaux-metropole.fr/api/records/1.0/search/?dataset=met_etablissement_rse&q=&rows=100"
    response = requests.get(url)
    if response.status_code == 200:
        data = response.json()
        records = data.get("records", [])
        return [record["fields"] for record in records], data.get("nhits", 0)
    else:
        return [], 0

# Fonction pour l'onglet "Organisations engagées"
def display_organisations_engagees():
    st.markdown("## OPEN DATA RSE")
    st.markdown("### Découvrez les organisations engagées RSE de la métropole de Bordeaux")
    
    data, _ = get_data()
    if data:
        df = pd.DataFrame(data)
        df = df.rename(columns={
            "nom_courant_denomination": "Nom",
            "commune": "Commune",
            "libelle_section_naf": "Section NAF",
            "tranche_effectif_entreprise": "Effectif",
            "action_rse": "Action RSE"
        })
        df = df[["Nom", "Commune", "Section NAF", "Effectif", "Action RSE"]]
        st.dataframe(df, width=None, height=None)

# Fonction pour afficher la carte ou les données géographiques
def display_map(items):
    for item in items:
        try:
            # Vérifie si 'point_geo' existe et contient 'lat'
            if 'point_geo' in item and 'lat' in item['point_geo']:
                lat_value = item['point_geo']['lat']
                if lat_value:  # Si 'lat' n'est pas vide, tente de convertir en float
                    lat = float(lat_value)
                    st.write(f"Latitude: {lat}")
                else:  # Si 'lat' est vide
                    st.error(f"La latitude est vide pour l'item: {item}")
            else:  # Si 'point_geo' ou 'lat' est absent
                st.error(f"Données géographiques incomplètes ou absentes pour l'item: {item}")
        except ValueError as e:
            # Si la conversion en float échoue
            st.error(f"Erreur lors de la conversion de la latitude pour l'item: {item}. Erreur: {e}")

def main():
    # Création d'une simple interface utilisateur pour afficher les latitudes
    st.title('Affichage des données géographiques')

    # Simuler des données d'entrée avec différents cas
    items = [
        {'name': 'Location A', 'point_geo': {'lat': '48.8566', 'lon': '2.3522'}},
        {'name': 'Location B', 'point_geo': {'lat': '', 'lon': '2.3522'}},  # Cet élément aura une latitude vide
        {'name': 'Location C'},  # Cet élément manquera de données géographiques
        {'name': 'Location D', 'point_geo': {'lat': 'not_a_float', 'lon': '2.3522'}}  # Cet élément aura une erreur de conversion
    ]
    
    # Appel de la fonction pour afficher les données
    display_map(items)

if __name__ == "__main__":
    main()