Pytorch V0.17

RSECategorizer.py

@@ -1,34 +0,0 @@
-# RSECategorizer.py
-
-from transformers import pipeline
-import pandas as pd
-
-# Charger le pipeline de classification avec un modèle léger
-classifier = pipeline("zero-shot-classification", model="typeform/distilbert-base-uncased-mnli")
-
-def classify_rse_actions(descriptions):
-    categories = [
-        "La gouvernance de la structure",
-        "Les droits humains",
-        "Les conditions et relations de travail",
-        "La responsabilité environnementale",
-        "La loyauté des pratiques",
-        "Les questions relatives au consommateur et à la protection du consommateur",
-        "Les communautés et le développement local"
-    ]
-    
-    classified_data = []
-    for description in descriptions:
-        # Classification de chaque description
-        result = classifier(description, categories)
-        # Récupération de la catégorie avec la probabilité la plus élevée
-        top_category = result['labels'][0]
-        classified_data.append(top_category)
-    
-    return classified_data
-
-# Exemple d'utilisation (à des fins de test, à commenter ou supprimer pour l'intégration finale)
-# descriptions = ["Promotion de l'énergie renouvelable", "Amélioration des conditions de travail"]
-# print(classify_rse_actions(descriptions))
-
-

app.py

@@ -1,52 +1,11 @@
 import streamlit as st
-import pandas as pd
-import requests
-import folium
-from streamlit_folium import folium_static
-
-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.get("fields") for record in records]
-    else:
-        return []
-
-def display_organisations_engagees(data):
-    st.markdown("## OPEN DATA RSE")
-    st.markdown("### Découvrez les organisations engagées RSE de la métropole de Bordeaux")
-    num_etablissements = len(data)
-    st.markdown(f"Nombre d'établissements : {num_etablissements}")
-    if data:
-        df = pd.DataFrame(data)
-        st.dataframe(df[['nom_courant_denomination', 'commune', 'libelle_section_naf', 'tranche_effectif_entreprise', 'action_rse']].rename(columns={
-            'nom_courant_denomination': 'Nom',
-            'commune': 'Commune',
-            'libelle_section_naf': 'Section NAF',
-            'tranche_effectif_entreprise': 'Effectif',
-            'action_rse': 'Action RSE'
-        }))
-
-def display_map(data):
-    m = folium.Map(location=[44.837789, -0.57918], zoom_start=12)
-    for item in data:
-        point_geo = item.get('point_geo')
-        if isinstance(point_geo, dict):
-            lon = point_geo.get('lon')
-            lat = point_geo.get('lat')
-            if lon and lat:
-                folium.Marker(
-                    [lat, lon],
-                    icon=folium.Icon(color="green", icon="leaf"),
-                    popup=item.get('nom_courant_denomination', 'Information non disponible'),
-                ).add_to(m)
-    folium_static(m)
+from organisations_engagees import display_organisations_engagees
+from localisation import display_map, get_data
 
 def main():
     st.sidebar.title("Navigation")
     app_mode = st.sidebar.radio("Choisissez l'onglet", ["Organisations engagées", "Localisation des Entreprises"])
+
     data = get_data()
     if app_mode == "Organisations engagées":
         display_organisations_engagees(data)

localisation.py

@@ -0,0 +1,28 @@
+import requests
+import folium
+from streamlit_folium import folium_static
+
+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.get("fields") for record in records]
+    else:
+        return []
+
+def display_map(data):
+    m = folium.Map(location=[44.837789, -0.57918], zoom_start=12)
+    for item in data:
+        point_geo = item.get('point_geo')
+        if isinstance(point_geo, dict):
+            lon = point_geo.get('lon')
+            lat = point_geo.get('lat')
+            if lon and lat:
+                folium.Marker(
+                    [lat, lon],
+                    icon=folium.Icon(color="green", icon="leaf"),
+                    popup=item.get('nom_courant_denomination', 'Information non disponible'),
+                ).add_to(m)
+    folium_static(m)

organisations_engagees.py

@@ -0,0 +1,17 @@
+import streamlit as st
+import pandas as pd
+
+def display_organisations_engagees(data):
+    st.markdown("## OPEN DATA RSE")
+    st.markdown("### Découvrez les organisations engagées RSE de la métropole de Bordeaux")
+    num_etablissements = len(data)
+    st.markdown(f"Nombre d'établissements : {num_etablissements}")
+    if data:
+        df = pd.DataFrame(data)
+        st.dataframe(df[['nom_courant_denomination', 'commune', 'libelle_section_naf', 'tranche_effectif_entreprise', 'action_rse']].rename(columns={
+            'nom_courant_denomination': 'Nom',
+            'commune': 'Commune',
+            'libelle_section_naf': 'Section NAF',
+            'tranche_effectif_entreprise': 'Effectif',
+            'action_rse': 'Action RSE'
+        }))