File size: 3,315 Bytes
9d90623 c2aa26d d778de8 9d90623 29d876f 8ef3c9d c2aa26d d778de8 c2aa26d d778de8 8ef3c9d c2aa26d 29d876f 8ef3c9d c2aa26d 8ef3c9d c2aa26d 29d876f c2aa26d 29d876f c2aa26d d778de8 8ef3c9d |
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 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 |
import streamlit as st
import pandas as pd
from streamlit_folium import folium_static
import folium
import ast
used_fields = ["classe_consommation_energie",
"commentaires_ameliorations_recommandations",
"nom_methode_dpe",
"usr_diagnostiqueur_id",
"numero_dpe",
"secteur_activite",
"annee_construction",
"organisme_certificateur",
"adresse_organisme_certificateur",
"tv016_departement_departement",
"long_lat",
"address",
"positif_negatif",
"commune"]
def _max_width_():
max_width_str = f"max-width: 1500px;"
st.markdown(
f"""
<style>
.reportview-container .main .block-container{{
{max_width_str}
}}
</style>
""",
unsafe_allow_html=True,
)
# force screen width
_max_width_()
@st.cache
def load_data():
return pd.read_csv("outlier_V2.csv", sep=",")
st.header("Analyse des anomalies sur les DPE")
# load data
DPE = load_data()
DPE = DPE[used_fields]
# filter departement
departe = st.sidebar.selectbox('Séléctionnez le département', DPE['tv016_departement_departement'].unique())
sub_DPE = DPE[DPE.tv016_departement_departement == departe]
commune = st.sidebar.selectbox('Séléctionnez la commune', sub_DPE['commune'].unique())
sub_DPE = DPE[DPE.commune == commune].dropna()
st.subheader("Selectionner des certificateurs")
certificateur = st.multiselect("Organismes certificateurs",
sub_DPE['organisme_certificateur'].unique(), [])
if certificateur:
sub_DPE = sub_DPE[sub_DPE.organisme_certificateur.isin(certificateur)]
sub_DPE.long_lat = sub_DPE.long_lat.apply(ast.literal_eval)
sub_DPE["address"] = sub_DPE.address.str.replace("nan ", "")
if sub_DPE.shape[0]:
# set the map center
m = folium.Map(location=sub_DPE.long_lat.values[0], zoom_start=12)
for index, row in sub_DPE.iterrows():
tooltip = row['address']
if row["positif_negatif"] == "sous_estimé":
color = "green"
else:
color = "red"
html = f"<h2>{row['address']}</h2><ul><li><b>Classe d'energie attribué: </b>{row['classe_consommation_energie']}</li><br>" \
f"<li><b style = 'color:{color}' >D'apres notre algorithme le DPE est {row['positif_negatif']}</b></li><br>" \
f"<li><b>Méthode utilisée: </b>{row['nom_methode_dpe']}</li><br>" \
f"<li><b>Secteur Activite: </b>{row['secteur_activite']}</li><br>" \
f"<li><b>Année de construction: </b>{int(row['annee_construction'])}</li><br>" \
f"<li><b>Commentaire: </b>{row['commentaires_ameliorations_recommandations']}</li><br>" \
f"<li><b>Organisme Certificateur: </b>{row['organisme_certificateur']} - {row['adresse_organisme_certificateur']}</li></ul>"
iframe = folium.IFrame(html)
popup = folium.Popup(iframe,
min_width=500,
max_width=700)
folium.Marker(
row['long_lat'], popup=popup, tooltip=tooltip, icon=folium.Icon(color=color),
).add_to(m)
# call to render Folium map in Streamlit
folium_static(m, width=1400)
|