Upload 3 files

.gitattributes

@@ -33,3 +33,4 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 *.zip filter=lfs diff=lfs merge=lfs -text
 *.zst filter=lfs diff=lfs merge=lfs -text
 *tfevents* filter=lfs diff=lfs merge=lfs -text
+LWINdatabase.xlsx filter=lfs diff=lfs merge=lfs -text

LWINdatabase.xlsx

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d561772266eb61bfd35713ad0cd52ee5d978f585cf9717411c2fec7342bccdeb
+size 4379782

app.py

@@ -0,0 +1,262 @@
+import streamlit as st
+import cloudscraper
+import pandas as pd
+import plotly.express as px
+from bs4 import BeautifulSoup
+import random
+import time
+
+# Définition des cookies disponibles
+cookies_list = [
+    {'_vinous_session': "BAh7CEkiD3Nlc3Npb25faWQGOgZFVEkiJWQ4MDUyOTllZGNkZDE5YTUyZWE3OTU0NzZjMTRjMDk1BjsAVEkiGXdhcmRlbi51c2VyLnVzZXIua2V5BjsAVFsHWwZpAq5mSSIiJDJhJDEwJFdTaU9uamkydDBNN3RqMG01YXRJVS4GOwBUSSIdd2FyZGVuLnVzZXIudXNlci5zZXNzaW9uBjsAVHsGSSIUbGFzdF9yZXF1ZXN0X2F0BjsAVGwrB5mlAGg%3D--7777dea1a4299409509b5af6636777dd9f84f0b7"},
+    {'_vinous_session': "BAh7CEkiD3Nlc3Npb25faWQGOgZFVEkiJTAwOTQzOTk1NjdhZjc0YzQ5NzJmZTI4OTVjOWFkZTJkBjsAVEkiGXdhcmRlbi51c2VyLnVzZXIua2V5BjsAVFsHWwZpAls6SSIiJDJhJDEwJEF2VWJZdU1vRVYubmh4WEw0Y1pSbmUGOwBUSSIdd2FyZGVuLnVzZXIudXNlci5zZXNzaW9uBjsAVHsGSSIUbGFzdF9yZXF1ZXN0X2F0BjsAVGwrB3CqAGg%3D--d83482ea4c6c2a043c93ee64546c4cddeec2304f"}
+]
+
+# Sélection d'un cookie unique à utiliser pour tous les appels
+selected_cookie = random.choice(cookies_list)
+
+# Définition d'une liste de headers possibles
+headers_list = [
+    {
+        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/135.0.0.0 Safari/537.36",
+        "Accept": "application/json, text/plain, */*",
+        "Accept-Language": "fr-FR,fr;q=0.9,en-US;q=0.8,en;q=0.7",
+        "Sec-Fetch-Dest": "empty",
+        "Sec-Fetch-Mode": "cors",
+        "Sec-Fetch-Site": "same-origin"
+    }    
+                ]
+
+# Sélection d'un header unique à utiliser
+selected_header = random.choice(headers_list)
+
+# Création de l'instance cloudscraper et application du cookie sélectionné
+scraper = cloudscraper.create_scraper()
+scraper.cookies.update(selected_cookie)
+
+# Configuration de l'interface Streamlit
+st.set_page_config(page_title="Wine prices", layout="wide")
+
+# Initialisation du session state
+if "selected_wines" not in st.session_state:
+    st.session_state.selected_wines = []
+
+dark_mode_css = """
+    <style>
+        body {
+            background-color: #0e1117;
+            color: white;
+        }
+        .stApp {
+            background-color: #0e1117;
+        }
+        .stSidebar {
+            background-color: #161a25;
+        }
+        .stTextInput, .stSelectbox, .stButton, .stDataFrame, .stTable {
+            background-color: #21262d;
+            color: white;
+        }
+        .stPlotlyChart {
+            background-color: transparent;
+        }
+    </style>
+"""
+st.markdown(dark_mode_css, unsafe_allow_html=True)
+
+# Chargement du fichier Excel contenant la correspondance LWIN7 -> Nom du vin
+@st.cache_data
+def load_wine_data():
+    return pd.read_excel("LWINdatabase.xlsx")  # Assurez-vous d'avoir ce fichier avec les colonnes LWIN, DISPLAY_NAME, etc.
+
+df_wines = load_wine_data()
+
+# Sélection du vin par l'utilisateur
+def select_wine():
+    return st.sidebar.selectbox("Sélectionnez un vin :", df_wines["DISPLAY_NAME"].unique())
+
+# Génération du LWIN11 (LWIN7 + millésime)
+def generate_lwin11(lwin7, vintage):
+    return str(lwin7) + str(vintage)
+
+# Récupération du taux de change GBP/EUR depuis Boursorama
+def get_exchange_rate():
+    url = "https://www.boursorama.com/bourse/devises/taux-de-change-livresterling-euro-GBP-EUR/"
+    response = scraper.get(url, headers={"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/135.0.0.0 Safari/537.36"})
+    
+    if response.status_code == 200:
+        soup = BeautifulSoup(response.text, "html.parser")
+        rate_tag = soup.find("span", class_="c-instrument c-instrument--last")
+        
+        if rate_tag:
+            rate = rate_tag.text.replace(",", ".")
+            return float(rate)
+    
+    st.error("Impossible de récupérer le taux de change GBP/EUR.")
+    return 1.2  # Valeur par défaut
+
+# Fonction unique qui vérifie la disponibilité et récupère les données
+def get_vinous_data(lwin11, display_name):
+    url_prices = f"https://vinous.com/api/v2/wine/{lwin11}/livex_price_history?currency=USD"
+    response = scraper.get(url_prices, headers=selected_header)
+    time.sleep(1.5)
+    
+    st.write("Réponse brute de l'API :", response.json())  # Pour debug temporaire
+
+    if response.status_code == 200:
+        try:
+            data = response.json()
+            if "error" in data or not data.get("livex_price_history"):
+                st.warning(f"🚨 Malheureusement, le vin **{display_name} ({lwin11})** n'est pas disponible.")
+                return pd.DataFrame()
+            else:
+                data_prices = data.get("livex_price_history", [])
+                df_prices = pd.DataFrame(data_prices)
+                return df_prices
+        except Exception as e:
+            st.error(f"⚠️ Erreur lors du traitement des données pour **{display_name} ({lwin11})**. Détails : {e}")
+            return pd.DataFrame()
+    else:
+        st.warning(f"🚨 Impossible de récupérer les prix pour **{display_name} ({lwin11})**. Code erreur: {response.status_code} - Détails : {response.content}")
+        return pd.DataFrame()
+
+
+
+
+# Convertir les prix en EUR et diviser par 12 pour obtenir le prix par bouteille
+def convert_price_per_bottle(df_prices, exchange_rate):
+    df_prices["date_string"] = pd.to_datetime(df_prices["date_string"], format="%Y-%m-%d")
+    df_prices["value"] = df_prices["value"].astype(float)
+    df_prices["price_per_bottle"] = (df_prices["value"] * exchange_rate) / 12
+    return df_prices
+
+def check_wine_availability(lwin11):
+    """Teste la disponibilité d'un vin/millésime via un appel API."""
+    headers = {"User-Agent": "Mozilla/5.0", "Accept": "application/json"}
+    current_cookie = random.choice(cookies_list)
+    
+    url = f"https://vinous.com/api/v2/wine/{lwin11}/livex_price_history"
+    response = scraper.get(url, headers=headers, cookies=current_cookie)
+    
+    if response.status_code == 200:
+        try:
+            data = response.json()
+            if "error" in data:
+                return False  # Vin non disponible
+            return True  # Vin disponible
+        except:
+            return False  # Erreur JSON
+    return False  # Code erreur autre que 200
+
+# Sélection du vin par l'utilisateur
+st.sidebar.title("Filtres")
+
+# 🟢 Sélection de la région
+selected_region = st.sidebar.selectbox("Sélectionnez une région :", df_wines["REGION"].dropna().unique())
+
+# 🟢 Filtrer les vins selon la région sélectionnée
+filtered_wines = df_wines[df_wines["REGION"] == selected_region]
+
+# 🟢 Sélection **multiple** de vins parmi les vins de la région
+selected_wines = st.sidebar.multiselect("Sélectionnez un ou plusieurs vins :", filtered_wines["DISPLAY_NAME"].unique())
+
+# 🟢 Filtrer les millésimes selon les vins sélectionnés
+if selected_wines:
+    filtered_vintages = sorted(range(1925, 2026), reverse=True)
+    selected_vintages = st.sidebar.multiselect("Sélectionnez un ou plusieurs millésimes :", filtered_vintages)
+else:
+    selected_vintages = []
+
+# 🟢 Générer les LWIN11 pour chaque combinaison vin-millésime
+wine_selections = []
+for selected_wine in selected_wines:
+    wine_data = filtered_wines[filtered_wines["DISPLAY_NAME"] == selected_wine].iloc[0]
+    lwin7 = wine_data["LWIN"]
+    
+    for vintage in selected_vintages:
+        lwin11 = f"{lwin7}{vintage}"
+        wine_selections.append((selected_wine, vintage, lwin11))
+
+# 🟢 Vérifier la disponibilité des vins/millésimes avant ajout au graphique
+available_wines = []
+for wine_name, vintage, lwin11 in wine_selections:
+    if check_wine_availability(lwin11):  # Vérifie si le vin/millésime est dispo via API
+        available_wines.append((wine_name, vintage, lwin11))
+    else:
+        st.sidebar.warning(f"⚠️ {wine_name} ({vintage}) n'est pas disponible.")
+
+# 🟢 Bouton pour ajouter au graphique les vins/millésimes disponibles (évite les doublons)
+if available_wines and st.sidebar.button("Ajouter au graphique"):
+    for wine in available_wines:
+        if wine not in st.session_state.selected_wines:  # Ajout uniquement si non présent
+            st.session_state.selected_wines.append(wine)
+
+# 🟢 Bouton pour réinitialiser le graphique
+if st.sidebar.button("Reset graphique"):
+    st.session_state.selected_wines = []
+
+
+
+
+# Récupération et affichage des prix
+if st.session_state.selected_wines:
+    fig = px.line(
+        title="Évolution des Prix",
+        color_discrete_sequence=px.colors.qualitative.Safe  
+    )
+
+    # Récupérer le taux de change une seule fois
+    exchange_rate = get_exchange_rate()
+
+    all_dates = []  # Stocke toutes les dates pour fixer l'axe X
+
+    for wine_name, vintage, lwin11 in st.session_state.selected_wines:
+        df_prices = get_vinous_data(lwin11, wine_name)
+        
+        if not df_prices.empty:
+            df_prices = convert_price_per_bottle(df_prices, exchange_rate)
+            all_dates.extend(df_prices["date_string"])  # Ajoute toutes les dates au pool global
+
+            df_prices["tooltip"] = df_prices.apply(
+                lambda row: f"<b>Prix:</b> {row['price_per_bottle']:.2f} EUR<br><b>Date:</b> {row['date_string']}",
+                axis=1
+            )
+
+            last_price = df_prices["price_per_bottle"].iloc[-1]
+
+            fig.add_scatter(
+                x=df_prices["date_string"],  
+                y=df_prices["price_per_bottle"],
+                mode="lines+markers",
+                name=f"{wine_name} ({vintage}) - {last_price:.2f} EUR",
+                text=df_prices["tooltip"],
+                hoverinfo="text"
+            )
+
+    # Récupérer la plage complète des dates pour fixer l'axe X
+    if all_dates:
+        min_date = min(all_dates)
+        max_date = max(all_dates)
+
+        fig.update_layout(
+            height=600,  
+            legend=dict(
+                orientation="h", 
+                yanchor="bottom", y=-0.3, 
+                xanchor="center", x=0.5
+            ),
+            xaxis=dict(
+                tickangle=45,
+                tickmode="array",
+                tickvals=pd.date_range(
+                    start=min_date, 
+                    end=max_date, 
+                    freq='Q'
+                ).strftime('%Y-%m').tolist(),  
+                tickformat="%Y-%m",
+                range=[min_date, max_date]  # Fixe la plage de l'axe X
+            ),
+            margin=dict(l=20, r=20, t=50, b=100),  
+        )
+
+    st.plotly_chart(fig, use_container_width=True)

requirements.txt

@@ -0,0 +1,9 @@
+streamlit==1.36.0
+pandas==2.2.3
+plotly==5.24.1
+requests==2.32.3
+beautifulsoup4==4.11.2
+openpyxl==3.1.5
+selenium==4.24.0
+webdriver-manager==4.0.2
+cloudscraper==1.2.71