Ajout du script "cleaning_events.py", suite à Issues #2 nettoyage et …

…augmentation des données.

Ajout des fichiers dans le répertoire 'data' :
export_events_14032024.xlsx
export_events_cleaned.xlsx

Exploration_visualisation/cleaning_events.py

@@ -0,0 +1,34 @@
+import pandas as pd
+
+PATH = "./data/"
+
+# import du fichier d'exportations des events 
+df_events = pd.read_excel(PATH + "export_events_14032024.xlsx")
+
+# Supprime les événements annulés
+df_events = df_events[df_events.ANNULE != 1]
+
+# Convertit le type de la colonne 'DATE' en datetime
+df_events.DATE = pd.to_datetime(df_events.DATE, yearfirst=True)
+
+# Remplace les valeurs NaN par 0 dans le NIVEAU DE CARAC
+df_events.NIVEAU_CARAC.fillna(0, inplace=True)
+# change le type de NIVEAU_CARAC en int
+df_events.NIVEAU_CARAC = df_events.NIVEAU_CARAC.astype('int64')
+
+# COORD GPS : 
+# Supprime les crochets 
+# split les valeurs par la virgule pour obtenir les coordonnées X et Y 
+# convertit en float
+df_events[['COORD_GPS_X', 'COORD_GPS_Y']] = df_events.COORD_GPS_RDV.str.strip('[]').str.split(',', expand=True).astype(float)
+
+# Majuscule sur TYPE_EVENEMENT
+df_events.TYPE_EVENEMENT = df_events.TYPE_EVENEMENT.str.capitalize()
+
+# Supprime les colonnes de contact des structures (anonymisation)
+# Supprime la colonne COORD_GPS_RDV (inutile)
+# Supprime la colonne ANNULE (déjà filtrée)
+df_events = df_events.drop(['REFERENT_STRUCTURE', 'TELEPHONE_STRUCTURE', 'COURRIEL_STRUCTURE', 'COORD_GPS_RDV', 'ANNULE'], axis=1)
+
+
+df_events.to_csv(PATH + 'export_events_cleaned.csv', index=False, encoding='utf-8-sig')