edb-noumea 0.2.10__py3-none-any.whl → 0.2.12__py3-none-any.whl

edb_noumea/details.py

@@ -96,8 +96,19 @@ def get_detailed_results():
     print("\nColonnes:", list(df.columns))
     print("Shape:", df.shape)
 
-    # Sélectionne les colonnes par position et applique le mapping fixe
-    expected_columns = [
+    # Sélection dynamique des colonnes bactéries par nom
+    # Recherche des colonnes contenant les mots-clés
+    e_coli_col = next((col for col in df.columns if "Escherichia" in str(col) or "coli" in str(col)), None)
+    entero_col = next((col for col in df.columns if "Entérocoques" in str(col)), None)
+
+    if e_coli_col is None or entero_col is None:
+        print(f"❌ Colonnes bactéries non trouvées dans le tableau extrait. Colonnes disponibles : {list(df.columns)}")
+        return None
+
+    # Sélectionne les 4 premières colonnes + colonnes bactéries trouvées
+    selected_cols = [df.columns[0], df.columns[1], df.columns[2], df.columns[4], e_coli_col, entero_col]
+    cleaned_df = df.loc[:, selected_cols].copy()
+    cleaned_df.columns = [
         "site",
         "point_de_prelevement",
         "date",
@@ -105,8 +116,6 @@ def get_detailed_results():
         "e_coli_npp_100ml",
         "enterocoques_npp_100ml"
     ]
-    cleaned_df = df.iloc[:, :6].copy()
-    cleaned_df.columns = expected_columns
 
     # Ajoute deux colonnes issues du split de 'point_de_prelevement'
     split_points = cleaned_df["point_de_prelevement"].str.split(",", n=1, expand=True)
@@ -118,10 +127,15 @@ def get_detailed_results():
         cleaned_df["heure"] = cleaned_df["heure"].astype(str)
 
     # Nettoyer et convertir les colonnes e_coli_npp_100ml et enterocoques_npp_100ml
-    for col in ["e_coli_npp_100ml", "enterocoques_npp_100ml"]:
-        if col in cleaned_df.columns:
-            cleaned_df[col] = cleaned_df[col].replace(r"<\s*10", "10", regex=True)
-            cleaned_df[col] = pd.to_numeric(cleaned_df[col], errors="coerce").astype('Int64')
+    # Appliquer la même technique à l'avant-dernière colonne (e_coli_npp_100ml)
+    if "e_coli_npp_100ml" in cleaned_df.columns:
+        cleaned_df["e_coli_npp_100ml"] = cleaned_df["e_coli_npp_100ml"].astype(str).str.replace(r"<\s*10", "10", regex=True)
+        cleaned_df["e_coli_npp_100ml"] = pd.to_numeric(cleaned_df["e_coli_npp_100ml"], errors="coerce").astype('Int64')
+
+    # Appliquer la même technique à la dernière colonne (enterocoques_npp_100ml)
+    if "enterocoques_npp_100ml" in cleaned_df.columns:
+        cleaned_df["enterocoques_npp_100ml"] = cleaned_df["enterocoques_npp_100ml"].astype(str).str.replace(r"<\s*10", "10", regex=True)
+        cleaned_df["enterocoques_npp_100ml"] = pd.to_numeric(cleaned_df["enterocoques_npp_100ml"], errors="coerce").astype('Int64')
 
     return cleaned_df
 
@@ -129,9 +143,12 @@ if __name__ == "__main__":
     # Obtenir le DataFrame des résultats détaillés
     detailed_df = get_detailed_results()
 
-    # Afficher le DataFrame s'il a été créé avec succès
+    # Afficher seulement les colonnes demandées
     if detailed_df is not None:
-        print("\n📋 Voici les détails des derniers relevés (toutes colonnes) :")
-        print(detailed_df)
-        print("\nColonnes du DataFrame :")
-        print(list(detailed_df.columns))
+        print("\n📋 Détails synthétiques :")
+        print(detailed_df[[
+            "point_de_prelevement",
+            "date",
+            "e_coli_npp_100ml",
+            "enterocoques_npp_100ml"
+        ]])

{edb_noumea-0.2.10.dist-info → edb_noumea-0.2.12.dist-info}/METADATA

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: edb-noumea
-Version: 0.2.10
+Version: 0.2.12
 Summary: Un scraper pour la qualité des eaux de baignade à Nouméa.
 Project-URL: Homepage, https://github.com/adriens/edb-noumea
 Project-URL: Repository, https://github.com/adriens/edb-noumea

edb_noumea-0.2.12.dist-info/RECORD

@@ -0,0 +1,7 @@
+edb_noumea/__init__.py,sha256=G7WKTGLsr2wtW1E2jYpqq4miZLoSGhTifSE36CGNkLo,60
+edb_noumea/details.py,sha256=xjjip8EQwhWe2i-wqJQ9ZDBQIvChSey_LZsOX1M9Fxw,6890
+edb_noumea/main.py,sha256=KWT0ZGrHlbhEsQxi_Rw0Mm1syDIxoY-Px1yab94IbJc,2115
+edb_noumea-0.2.12.dist-info/METADATA,sha256=DTbuQ4wh0FM6wSxR8hlnIdwydkgCs2oYe6wpo_PiKqQ,396
+edb_noumea-0.2.12.dist-info/WHEEL,sha256=_zCd3N1l69ArxyTb8rzEoP9TpbYXkqRFSNOD5OuxnTs,91
+edb_noumea-0.2.12.dist-info/top_level.txt,sha256=Dj3JusM0b5H9_f9yZeO-IwucCZzI1OHSjLMKtvRjq6k,11
+edb_noumea-0.2.12.dist-info/RECORD,,

edb_noumea-0.2.10.dist-info/RECORD

@@ -1,7 +0,0 @@
-edb_noumea/__init__.py,sha256=G7WKTGLsr2wtW1E2jYpqq4miZLoSGhTifSE36CGNkLo,60
-edb_noumea/details.py,sha256=6mIFqB1bpt7bl9D3qhHGXE7uBL_oePgPuJf9dqbiQlE,5794
-edb_noumea/main.py,sha256=KWT0ZGrHlbhEsQxi_Rw0Mm1syDIxoY-Px1yab94IbJc,2115
-edb_noumea-0.2.10.dist-info/METADATA,sha256=RHWREnR-vbrA-5XdlUxd6XxWV9spwiJXZxR1ECfaYBE,396
-edb_noumea-0.2.10.dist-info/WHEEL,sha256=_zCd3N1l69ArxyTb8rzEoP9TpbYXkqRFSNOD5OuxnTs,91
-edb_noumea-0.2.10.dist-info/top_level.txt,sha256=Dj3JusM0b5H9_f9yZeO-IwucCZzI1OHSjLMKtvRjq6k,11
-edb_noumea-0.2.10.dist-info/RECORD,,