V2-Liste_MAP_Stat_05

statistiques.py

@@ -5,7 +5,8 @@ import plotly.express as px
 from data_manager import get_data
 
 def display_companies_by_sector(df):
-    sector_counts = df['Libellé groupe NAF'].value_counts().reset_index()
+    # Assurez-vous d'utiliser le nom correct de la colonne ici
+    sector_counts = df['Section NAF'].value_counts().reset_index()
     sector_counts.columns = ['Secteur', 'Nombre']
     fig = px.bar(sector_counts, x='Secteur', y='Nombre', title="Répartition des entreprises par secteur d'activité",
                  color='Nombre', labels={'Nombre':'Nombre d\'entreprises'}, template='plotly_white')
@@ -13,14 +14,13 @@ def display_companies_by_sector(df):
     st.plotly_chart(fig)
 
 def display_company_sizes(df):
+    # Remplacez 'tranche_effectif_entreprise' par le nom correct de la colonne
     fig = px.histogram(df, x='tranche_effectif_entreprise', title="Distribution des tailles d'entreprises",
                        labels={'tranche_effectif_entreprise':'Taille de l\'entreprise'}, template='plotly_white')
     fig.update_traces(marker_color='green')
     st.plotly_chart(fig)
 
 def display_rse_actions_wordcloud(df):
-    # Génération d'un nuage de mots serait normalement fait ici.
-    # Un placeholder pour l'intégration d'un vrai nuage de mots en utilisant une bibliothèque appropriée.
     st.title("Cartographie des Actions RSE")
     st.markdown("Cette section affichera un nuage de mots des actions RSE.")
 
@@ -29,7 +29,9 @@ def main():
     data, _ = get_data()
     df = pd.DataFrame(data)
     
+    # Affiche les noms des colonnes du DataFrame
     if not df.empty:
+        st.write("Colonnes du DataFrame:", df.columns.tolist())
         display_companies_by_sector(df)
         display_company_sizes(df)
         display_rse_actions_wordcloud(df)