OTC/parser.py at main · chguimbertea/OTC · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
import pandas as pd
import ast
from Localisation import Localisation
from Client import Client
from Collecteur import Collecteur


def creer_collecteur(df, index):
    nom = df['nom']

    # LOCALISATION
    adress = df['depotAdresse']
    loc = Localisation()
    #if not loc.from_adress(adress):
    #    loc.from_DD(df['depotLatitude'], df['depotLongitude'])
    loc.from_DD(df['depotLatitude'], df['depotLongitude'])

    # HORAIRES
    horaires = None if df['horaires'] == 0 else df['horaires']

    # VEHICULE
    capacite_vehicule = df['capacite']
    vitesse = df['vitesse']
    fct = df['tempsCollecteFixe']
    ctc = df['tempsCollecteCaisse']

    # COST
    fixedCost = df['fixedCost'] if 'fixedCost' in df.index else 0
    kmCost = df['kmCost'] if 'kmCost' in df.index else 0
    crateCost = df['crateCost'] if 'crateCost' in df.index else 0
    stopCost = df['stopCost'] if 'stopCost' in df.index else 0

    return Collecteur(nom, index, loc, horaires,
                      capacite_vehicule, vitesse, fct, ctc,
                      fixedCost, kmCost, crateCost, stopCost)


def parse_collecteurs(fileName):
    collecteurs = []
    df = pd.read_json(fileName, orient='records')
    df.fillna(0, inplace=True)
    for index, row in df.iterrows():
        i = index
        i += 1000
        collecteurs.append(creer_collecteur(row, i))
    return collecteurs


def creer_new_collecteur(df, index):
    nom = df['Name']

    # LOCALISATION
    adress = df['Adresse 1'] + ', ' + str(df['Code postal']) + ', ' + df['Ville']
    loc = Localisation()
    if not loc.from_adress(adress):
        loc.from_DD(df['latitude'], df['longitude'])


    # HORAIRES
    horaires = None if df['horaires'] == 0 else df['horaires']

    # VEHICULE
    capacite_vehicule = df['capacite']
    vitesse = df['vitesse']
    fct = df['tempsCollecteFixe']
    ctc = df['tempsCollecteCaisse']

    # COST
    fixedCost = df['fixedCost'] if 'fixedCost' in df.index else 0
    kmCost = df['kmCost'] if 'kmCost' in df.index else 0
    crateCost = df['crateCost'] if 'crateCost' in df.index else 0
    stopCost = df['stopCost'] if 'stopCost' in df.index else 0

    return Collecteur(nom, index, loc, horaires,
                      capacite_vehicule, vitesse, fct, ctc,
                      fixedCost, kmCost, crateCost, stopCost)


def parse_new_collecteurs(fileName):
    collecteurs = []
    df = pd.read_csv(fileName)
    df.fillna(0, inplace=True)
    for index, row in df.iterrows():
        i = index
        i += 1000
        collecteurs.append(creer_collecteur(row, i))
    return collecteurs

def creer_client(df, index, ajd):
    nom = df['Name']
    quantite = df['quantite']
    capacite = df['Nb Casiers']
    if capacite == 0:
        # par sécurité, on ne veut pas de division par 0
        capacite = -1
    requete = df['demande']
    loc = Localisation(df['latitude'], df['longitude'])
    horaires = ast.literal_eval(df['heures']) if 'heures' in df.index else None

    qualite_tri = df['Qualité de collecte'] if 'Qualité de collecte' in df.index else 'NEUTRE'
    if qualite_tri == 'TOPISSIME':
        qualite_tri = 1
    elif qualite_tri == 'NEUTRE':
        qualite_tri = 0
    else:
        qualite_tri = -1

    if 'date' in df.index and df['date']:
        jours_depuis_collecte = (ajd - pd.Timestamp(df['date'])).days
    else:
        jours_depuis_collecte = 0

    collecteurs_dispo = df['Collecteurs disponibles']

    return Client(indice=index, nom=nom, quantite=quantite, capacite=capacite, requete=requete, localisation=loc,
                  horaires=horaires, jours_depuis_collecte=jours_depuis_collecte, qualite_tri=qualite_tri,
                  collecteurs_disponibles=collecteurs_dispo)


def parse_clients(fileName, jour=pd.Timestamp.today()):
    clients = []
    df = pd.read_csv(fileName)
    for index, row in df.iterrows():
        clients.append(creer_client(row, index, jour))
    return clients