Spaces:
No application file
No application file
File size: 1,583 Bytes
9e693fe |
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 |
#!/usr/bin/env python
# coding: utf-8
# In[21]:
from data_manager import get_data
def classify_actions_rse_IMPACTSCORE(data):
data, _ = get_data() # Récupérer les données depuis data_manager.py
criteria = {
"Limitation des externalités négatives": [],
"Partage du pouvoir et de la valeur": [],
"Stratégie à impact": [],
"Autres": []
}
keywords = {
"Limitation des externalités négatives":["externalités négatives"],
"Partage du pouvoir et de la valeur": [],
"Stratégie à impact": [],
}
for record in data:
action_rse = record.get("action_rse", "").lower()
company_info = {
"name": record.get("nom_courant_denomination", "N/A"),
"action_rse": action_rse,
"activity": record.get("libelle_section_naf", "N/A"),
"city": record.get("commune", "N/A")
}
found_category = False
for criterion, key_phrases in keywords.items():
if any(key_phrase in action_rse for key_phrase in key_phrases):
criteria[criterion].append(company_info)
found_category = True
break # Assuming each action belongs to one category only
# Si l'action n'a pas été classifiée dans une catégorie existante, la placer dans "Autres"
if not found_category:
criteria["Autres"].append(company_info)
return criteria
# In[22]:
data,_=get_data()
# In[23]:
classify_actions_rse_IMPACTSCORE(data)
# In[ ]:
# In[ ]:
|