updated

analyzer.py

@@ -361,3 +361,153 @@ class AgricultureAnalyzer:
     def get_risk_analysis(self):
         """Retourne l'analyse des risques"""
         return self.risk_analysis
+    
+    def get_available_parcels(self):
+        """Retourne la liste des parcelles disponibles dans les données"""
+        if self.df is None or len(self.df) == 0:
+            return []
+        
+        # Créer une liste avec numéro et nom de parcelle si disponible
+        parcels_info = []
+        
+        if 'nomparc' in self.df.columns:
+            # Grouper par parcelle et prendre le premier nom (en cas de doublons)
+            parcels_data = self.df.groupby('numparcell')['nomparc'].first().reset_index()
+            for _, row in parcels_data.iterrows():
+                parcel_id = str(row['numparcell'])
+                parcel_name = str(row['nomparc']) if pd.notna(row['nomparc']) else ""
+                if parcel_name and parcel_name != "nan":
+                    display_name = f"{parcel_id} - {parcel_name}"
+                else:
+                    display_name = parcel_id
+                parcels_info.append((display_name, parcel_id))
+        else:
+            # Seulement les numéros de parcelles
+            unique_parcels = sorted(self.df['numparcell'].dropna().unique())
+            parcels_info = [(str(p), str(p)) for p in unique_parcels]
+        
+        # Ajouter l'option "Toutes les parcelles" en premier
+        parcels_info.insert(0, ("Toutes les parcelles", "ALL"))
+        
+        return parcels_info
+    
+    def filter_data_by_parcel(self, parcel_id):
+        """Filtre les données par parcelle"""
+        if self.df is None or parcel_id is None or parcel_id == "ALL":
+            return self.df
+        
+        parcel_data = self.df[self.df['numparcell'] == parcel_id].copy()
+        return parcel_data
+    
+    def filter_data_by_year_and_parcel(self, year, parcel_id):
+        """Filtre les données par année et parcelle"""
+        if self.df is None:
+            return None
+        
+        filtered_data = self.df.copy()
+        
+        # Filtrer par année si spécifiée
+        if year is not None:
+            filtered_data = filtered_data[filtered_data['millesime'] == year]
+        
+        # Filtrer par parcelle si spécifiée (et différente de "ALL")
+        if parcel_id is not None and parcel_id != "ALL":
+            # Convertir parcel_id en type approprié (gérer string/int)
+            try:
+                # Essayer de convertir en entier si c'est une chaîne
+                if isinstance(parcel_id, str) and parcel_id.isdigit():
+                    parcel_id_converted = int(parcel_id)
+                else:
+                    parcel_id_converted = parcel_id
+                
+                filtered_data = filtered_data[filtered_data['numparcell'] == parcel_id_converted]
+            except (ValueError, TypeError):
+                # En cas d'erreur de conversion, essayer tel quel
+                filtered_data = filtered_data[filtered_data['numparcell'] == parcel_id]
+        
+        return filtered_data
+    
+    def get_data_table_by_year_and_parcel(self, year, parcel_id=None, max_rows=1000):
+        """Retourne un tableau des données pour une année et optionnellement une parcelle"""
+        try:
+            filtered_data = self.filter_data_by_year_and_parcel(year, parcel_id)
+            
+            if filtered_data is None or len(filtered_data) == 0:
+                if parcel_id and parcel_id != "ALL":
+                    return None, f"❌ Aucune donnée pour l'année {year} et la parcelle {parcel_id}"
+                else:
+                    return None, f"❌ Aucune donnée pour l'année {year}"
+            
+            # Sélectionner les colonnes les plus importantes pour l'affichage
+            display_cols = []
+            important_cols = [
+                'millesime', 'numparcell', 'nomparc', 'surfparc', 
+                'libelleusag', 'datedebut', 'datefin', 'libevenem', 
+                'familleprod', 'produit', 'quantitetot', 'unite'
+            ]
+            
+            for col in important_cols:
+                if col in filtered_data.columns:
+                    display_cols.append(col)
+            
+            if not display_cols:
+                return None, "❌ Aucune colonne importante trouvée"
+            
+            # Préparer les données pour l'affichage
+            display_df = filtered_data[display_cols].copy()
+            
+            # Formater les colonnes pour un meilleur affichage
+            if 'surfparc' in display_df.columns:
+                display_df['surfparc'] = display_df['surfparc'].round(2)
+            if 'quantitetot' in display_df.columns:
+                display_df['quantitetot'] = pd.to_numeric(display_df['quantitetot'], errors='coerce').round(3)
+            
+            # Trier par date si disponible, sinon par parcelle
+            if 'datedebut' in display_df.columns:
+                # Convertir les dates pour le tri
+                display_df['date_sort'] = pd.to_datetime(display_df['datedebut'], format='%d/%m/%y', errors='coerce')
+                display_df = display_df.sort_values(['numparcell', 'date_sort'])
+                display_df = display_df.drop('date_sort', axis=1)
+            else:
+                display_df = display_df.sort_values('numparcell')
+            
+            # Limiter le nombre de lignes pour l'affichage
+            if len(display_df) > max_rows:
+                display_df = display_df.head(max_rows)
+                info_msg = f"📊 Affichage de {max_rows} premières lignes sur {len(filtered_data)} total"
+            else:
+                info_msg = f"📊 {len(display_df)} enregistrements au total"
+            
+            # Renommer les colonnes pour l'affichage
+            column_mapping = {
+                'millesime': 'Année',
+                'numparcell': 'N° Parcelle', 
+                'nomparc': 'Nom Parcelle',
+                'surfparc': 'Surface (ha)',
+                'libelleusag': 'Usage',
+                'datedebut': 'Date Début',
+                'datefin': 'Date Fin',
+                'libevenem': 'Type Intervention',
+                'familleprod': 'Famille Produit',
+                'produit': 'Produit',
+                'quantitetot': 'Quantité',
+                'unite': 'Unité'
+            }
+            
+            # Appliquer le renommage seulement pour les colonnes présentes
+            rename_dict = {k: v for k, v in column_mapping.items() if k in display_df.columns}
+            display_df = display_df.rename(columns=rename_dict)
+            
+            # Ajouter l'information sur la sélection
+            if year and parcel_id and parcel_id != "ALL":
+                info_msg = f"📊 Année {year} - Parcelle {parcel_id}: {len(display_df)} enregistrements"
+            elif year:
+                info_msg = f"📊 Année {year}: {len(display_df)} enregistrements"
+            elif parcel_id and parcel_id != "ALL":
+                info_msg = f"📊 Parcelle {parcel_id}: {len(display_df)} enregistrements"
+            
+            return display_df, info_msg
+            
+        except Exception as e:
+            print(f"❌ Erreur lors de la création du tableau: {e}")
+            return None, f"❌ Erreur lors de la création du tableau: {str(e)[:100]}..."