import pandas as pd
import numpy as np
import plotly.express as px
import plotly.graph_objects as go
from plotly.subplots import make_subplots
import matplotlib.pyplot as plt
from wordcloud import WordCloud

import chainlit as cl

async def surveyCaa():
    elements = []
    fileSurvey = './public/survey.csv'
    df = pd.read_csv(fileSurvey)
    df_taille = df.groupby('taille_entreprise').size().reset_index(name='obs')
    fig_taille = px.pie(df_taille, names='taille_entreprise', values='obs', color='taille_entreprise', title="La taille des entreprises ayant répondu", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe).update_traces(textposition='inside', textinfo='percent+label').update_layout(font=dict(size=10,color="RebeccaPurple"))
    elements.append(cl.Plotly(name="chart_taille", figure=fig_taille, display="inline", size="large"))
        
    #await cl.sleep(2)
    df_temps = df.groupby('temps_active_domaine_agencement').size().reset_index(name='obs')
    fig_temps = px.pie(df_temps, names='temps_active_domaine_agencement', values='obs', color='temps_active_domaine_agencement', title="L’engagement dans le domaine de l’agencement", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe).update_traces(textposition='inside', textinfo='percent+label').update_layout(font=dict(size=10,color="RebeccaPurple"))
    elements.append(cl.Plotly(name="chart_temps", figure=fig_temps, display="inline", size="large"))
        
    #await cl.sleep(2)
    df_temps_entreprise = df.groupby(['temps_active_domaine_agencement', 'taille_entreprise']).size().reset_index(name='obs')
    fig_temps_entreprise = px.bar(df_temps_entreprise, x='temps_active_domaine_agencement', y='obs', color='taille_entreprise', title="L’engagement dans le domaine de l’agencement par taille d'entreprise", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
    elements.append(cl.Plotly(name="chart_temps_entreprise", figure=fig_temps_entreprise, display="inline", size="large"))
    #await cl.sleep(2)
    df_nb_charge = df.groupby('nombre_chargés_affaires').size().reset_index(name='obs')
    fig_nb_charge = px.pie(df_nb_charge, names='nombre_chargés_affaires', values='obs', color='obs', title="Le nombre de chargé.e d’affaires en agencement", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe).update_traces(textposition='inside', textinfo='percent+label').update_layout(font=dict(size=10,color="RebeccaPurple"))
    elements.append(cl.Plotly(name="chart_nb_charge", figure=fig_nb_charge, display="inline", size="large"))
    #await cl.sleep(2)
    df_nb_charge_entreprise = df.groupby(['nombre_chargés_affaires', 'taille_entreprise']).size().reset_index(name='obs')
    fig_nb_charge_entreprise = px.bar(df_nb_charge_entreprise, x='nombre_chargés_affaires', y='obs', color='taille_entreprise', title="Le nombre de chargé.e d’affaires en agencement par taille d'entreprise", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
    elements.append(cl.Plotly(name="chart_nb_charge_entreprise", figure=fig_nb_charge_entreprise, display="inline", size="large"))
    #await cl.sleep(2)
    df_nb_charge_engagement = df.groupby(['nombre_chargés_affaires', 'temps_active_domaine_agencement']).size().reset_index(name='obs')
    fig_nb_charge_engagement = px.bar(df_nb_charge_engagement, x='nombre_chargés_affaires', y='obs', color='temps_active_domaine_agencement', title="Le nombre de chargé.e d’affaires en agencement par année d'engagement", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
    elements.append(cl.Plotly(name="chart_nb_charge_entreprise", figure=fig_nb_charge_engagement, display="inline", size="large"))
    #await cl.sleep(2)
    df_statut = df.groupby('fonction_Statut_repondant').size().reset_index(name='obs')
    fig_statut = px.bar(df_statut, x='obs', y='fonction_Statut_repondant', orientation='h', color='obs', title="Le profil des répondants", labels={'obs':'nombre'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
    elements.append(cl.Plotly(name="chart_statut", figure=fig_statut, display="inline", size="large"))
    #await cl.sleep(2)
    df1 = df
    df1['principaux_interlocuteurs'] = df1['principaux_interlocuteurs'].str.split(';')
    df1 = df1.explode('principaux_interlocuteurs')
    df_interlocuteur = df1.groupby('principaux_interlocuteurs').size().reset_index(name='obs')
    fig_interlocuteur = px.bar(df_interlocuteur, x='obs', y='principaux_interlocuteurs', orientation='h', color='obs', title="Les principaux interlocuteurs du CAA", labels={'obs':'nombre'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
    elements.append(cl.Plotly(name="chart_interlocuteur", figure=fig_interlocuteur, display="inline", size="large"))
    
    #await cl.sleep(2)
    df_interlocuteur_entreprise = df1.groupby(['principaux_interlocuteurs', 'taille_entreprise']).size().reset_index(name='obs')
    fig_interlocuteur_entreprise = px.bar(df_interlocuteur_entreprise, x='obs', y='principaux_interlocuteurs', orientation='h', color='taille_entreprise', title="Les principaux interlocuteurs du CAA par taille d'entreprise", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
    elements.append(cl.Plotly(name="chart_interlocuteur_entreprise", figure=fig_interlocuteur_entreprise, display="inline", size="large"))
    #await cl.sleep(2)
    df_interlocuteur_nb_charge = df1.groupby(['principaux_interlocuteurs', 'nombre_chargés_affaires']).size().reset_index(name='obs')
    fig_interlocuteur_nb_charge = px.bar(df_interlocuteur_nb_charge, x='obs', y='principaux_interlocuteurs', orientation='h', color='nombre_chargés_affaires', title="Les principaux interlocuteurs du CAA par nombre chargé.e d'affaires", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
    elements.append(cl.Plotly(name="chart_interlocuteur_nb_charge", figure=fig_interlocuteur_nb_charge, display="inline", size="large"))
    #await cl.sleep(2)
    df2 = df
    df2['principales_compétences_attendues'] = df2['principales_compétences_attendues'].str.split(';')
    df2 = df2.explode('principales_compétences_attendues')
    df_competences = df2.groupby('principales_compétences_attendues').size().reset_index(name='obs')
    fig_competences = px.bar(df_competences, x='obs', y='principales_compétences_attendues', orientation='h', color='obs', title="Les principales compétences attendues", labels={'obs':'nombre'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
    elements.append(cl.Plotly(name="chart_competences", figure=fig_competences, display="inline", size="large"))
    #await cl.sleep(2)
    df_competences_entreprise = df2.groupby(['principales_compétences_attendues', 'taille_entreprise']).size().reset_index(name='obs')
    fig_competences_entreprise = px.bar(df_competences_entreprise, x='obs', y='principales_compétences_attendues', orientation='h', color='taille_entreprise', title="Les principales compétences attendues par taille d'entreprise", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
    elements.append(cl.Plotly(name="chart_competences_entreprise", figure=fig_competences_entreprise, display="inline", size="large"))
    #await cl.sleep(2)
    df_competences_nb_charge = df2.groupby(['principales_compétences_attendues', 'nombre_chargés_affaires']).size().reset_index(name='obs')
    fig_competences_nb_charge = px.bar(df_competences_nb_charge, x='obs', y='principales_compétences_attendues', orientation='h', color='nombre_chargés_affaires', title="Les principales compétences attendues par nombre chargé.e d'affaires", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
    elements.append(cl.Plotly(name="chart_competences_nb_charge", figure=fig_competences_nb_charge, display="inline", size="large"))
    #await cl.sleep(2)
    df3 = df
    df3['principales_compétences_relationnelles_attendues'] = df3['principales_compétences_relationnelles_attendues'].str.split(';')
    df3 = df3.explode('principales_compétences_relationnelles_attendues')
    df_competences_relationnelles = df3.groupby('principales_compétences_relationnelles_attendues').size().reset_index(name='obs')
    fig_competences_relationnelles = px.bar(df_competences_relationnelles, x='obs', y='principales_compétences_relationnelles_attendues', orientation='h', color='obs', title="Les compétences relationnelles attendues", labels={'obs':'nombre'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
    elements.append(cl.Plotly(name="chart_competences_relationnelles", figure=fig_competences_relationnelles, display="inline", size="large"))
    #await cl.sleep(2)
    df_competences_relationnelles_entreprise = df3.groupby(['principales_compétences_relationnelles_attendues', 'taille_entreprise']).size().reset_index(name='obs')
    fig_competences_relationnelles_entreprise = px.bar(df_competences_relationnelles_entreprise, x='obs', y='principales_compétences_relationnelles_attendues', orientation='h', color='taille_entreprise', title="Les compétences relationnelles attendues par taille d'entreprise", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
    elements.append(cl.Plotly(name="chart_competences_relationnelles_entreprise", figure=fig_competences_relationnelles_entreprise, display="inline", size="large"))
    #await cl.sleep(2)
    df_competences_relationnelles_nb_charge = df3.groupby(['principales_compétences_relationnelles_attendues', 'nombre_chargés_affaires']).size().reset_index(name='obs')
    fig_competences_relationnelles_nb_charge = px.bar(df_competences_relationnelles_nb_charge, x='obs', y='principales_compétences_relationnelles_attendues', orientation='h', color='nombre_chargés_affaires', title="Les compétences relationnelles attendues par nombre chargé.e d'affaires", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
    elements.append(cl.Plotly(name="chart_competences_relationnelles_nb_charge", figure=fig_competences_relationnelles_nb_charge, display="inline", size="large"))
    #await cl.sleep(2)
    df4 = df
    df4['principales_compétences_gestion_attendues'] = df4['principales_compétences_gestion_attendues'].str.split(';')
    df4 = df4.explode('principales_compétences_gestion_attendues')
    df_competences_gestion = df4.groupby('principales_compétences_gestion_attendues').size().reset_index(name='obs')
    fig_competences_gestion = px.bar(df_competences_gestion, x='obs', y='principales_compétences_gestion_attendues', orientation='h', color='obs', title="Les compétences en gestion attendues", labels={'obs':'nombre'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
    elements.append(cl.Plotly(name="chart_competences_gestion", figure=fig_competences_gestion, display="inline", size="large"))
    #await cl.sleep(2)
    df_competences_gestion_entreprise = df4.groupby(['principales_compétences_gestion_attendues', 'taille_entreprise']).size().reset_index(name='obs')
    fig_competences_gestion_entreprise = px.bar(df_competences_gestion_entreprise, x='obs', y='principales_compétences_gestion_attendues', orientation='h', color='taille_entreprise', title="Les compétences en gestion attendues par taille d'entreprise", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
    elements.append(cl.Plotly(name="chart_competences_gestion_entreprise", figure=fig_competences_gestion_entreprise, display="inline", size="large"))
    #await cl.sleep(2)
    df_competences_gestion_nb_charge = df4.groupby(['principales_compétences_gestion_attendues', 'nombre_chargés_affaires']).size().reset_index(name='obs')
    fig_competences_gestion_nb_charge = px.bar(df_competences_gestion_nb_charge, x='obs', y='principales_compétences_gestion_attendues', orientation='h', color='nombre_chargés_affaires', title="Les compétences en gestion attendues par nombre chargé.e d'affaires", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
    elements.append(cl.Plotly(name="chart_competences_gestion_nb_charge", figure=fig_competences_gestion_nb_charge, display="inline", size="large"))
    
    df_difficulte = df.groupby('difficultés_recrutement_chargé').size().reset_index(name='obs')
    fig_difficulte = px.pie(df_difficulte, names='difficultés_recrutement_chargé', values='obs', color='obs', title="Difficulté de recruter un CAA", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe).update_traces(textposition='inside', textinfo='percent+label').update_layout(font=dict(size=10,color="RebeccaPurple"))
    elements.append(cl.Plotly(name="chart_difficulte", figure=fig_difficulte, display="inline", size="large"))

    df_formation = df.groupby('organisation_formation').size().reset_index(name='obs')
    fig_formation = px.pie(df_formation, names='organisation_formation', values='obs', color='obs', title="Formations organisées pour les CAA", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe).update_traces(textposition='inside', textinfo='percent+label').update_layout(font=dict(size=10,color="RebeccaPurple"))
    elements.append(cl.Plotly(name="chart_formation", figure=fig_formation, display="inline", size="large"))
    
    df_formation_entreprise = df.groupby(['organisation_formation', 'taille_entreprise']).size().reset_index(name='obs')
    fig_formation_entreprise = px.bar(df_formation_entreprise, x='organisation_formation', y='obs', color='taille_entreprise', title="Formations organisées pour les CAA par taille d'entreprise", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
    elements.append(cl.Plotly(name="chart_formation_entreprise", figure=fig_formation_entreprise, display="inline", size="large"))

    df_formation_nb_charge = df.groupby(['organisation_formation', 'nombre_chargés_affaires']).size().reset_index(name='obs')
    fig_formation_nb_charge = px.bar(df_formation_nb_charge, x='organisation_formation', y='obs', color='nombre_chargés_affaires', title="Formations organisées pour les CAA par nombre chargé.e d'affaires", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
    elements.append(cl.Plotly(name="chart_formation_nb_charge", figure=fig_formation_nb_charge, display="inline", size="large"))
    
    
    df_activites_autonomie_chiffrage = df.groupby('jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Etude_chiffrage').size().reset_index(name='obs')
    df_activites_autonomie_conception = df.groupby('jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Conception_technique').size().reset_index(name='obs')
    df_activites_autonomie_gestion = df.groupby('jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Assurer_gestion_administrative_financière').size().reset_index(name='obs')
    df_activites_autonomie_MOE = df.groupby('jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Contrôler_mise_en_oeuvre').size().reset_index(name='obs')
    df_activites_autonomie_cloturer_affaire = df.groupby('jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Développer_relation_client_suivre_clôturer_affaire').size().reset_index(name='obs')
    fig_activites_autonomie = make_subplots(rows=5, cols=1, shared_xaxes=True)
    fig_activites_autonomie.add_trace(
        go.Bar(x=df_activites_autonomie_chiffrage.obs, y=df_activites_autonomie_chiffrage.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Etude_chiffrage, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Etude et Chiffrage", marker_color='rgb(136, 204, 238)'), 1, 1
    )
    fig_activites_autonomie.add_trace(
        go.Bar(x=df_activites_autonomie_conception.obs, y=df_activites_autonomie_conception.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Conception_technique, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Conception technique", marker_color='rgb(204, 102, 119)'),
        2,
        1,
    )
    fig_activites_autonomie.add_trace(
        go.Bar(x=df_activites_autonomie_gestion.obs, y=df_activites_autonomie_gestion.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Assurer_gestion_administrative_financière, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Gestion adm. et fin.", marker_color='rgb(221, 204, 119)'),
        3,
        1,
    )
    fig_activites_autonomie.add_trace(
        go.Bar(x=df_activites_autonomie_MOE.obs, y=df_activites_autonomie_MOE.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Contrôler_mise_en_oeuvre, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Contrôler MOE", marker_color='rgb(17, 119, 51)'),
        4,
        1,
    )
    fig_activites_autonomie.add_trace(
        go.Bar(x=df_activites_autonomie_cloturer_affaire.obs, y=df_activites_autonomie_cloturer_affaire.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Développer_relation_client_suivre_clôturer_affaire, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Clôturer affaire", marker_color='rgb(51, 34, 136)'),
        5,
        1,
    )
    fig_activites_autonomie.update_layout(title='Activités d\'un CAA junior', xaxis_tickfont_size=10, yaxis_tickfont_size=10, autosize=False, width=600, height=600)
    elements.append(cl.Plotly(name="chart_activites_autonomie", figure=fig_activites_autonomie, display="inline", size="large"))

    df_activites_autonomie_chiffrage_entreprise = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Etude_chiffrage', 'taille_entreprise']).size().reset_index(name='obs')
    df_activites_autonomie_conception_entreprise = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Conception_technique', 'taille_entreprise']).size().reset_index(name='obs')
    df_activites_autonomie_gestion_entreprise = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Assurer_gestion_administrative_financière', 'taille_entreprise']).size().reset_index(name='obs')
    df_activites_autonomie_MOE_entreprise = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Contrôler_mise_en_oeuvre', 'taille_entreprise']).size().reset_index(name='obs')
    df_activites_autonomie_cloturer_affaire_entreprise = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Développer_relation_client_suivre_clôturer_affaire', 'taille_entreprise']).size().reset_index(name='obs')
    df_categorized_chiffrage_entreprise = df_activites_autonomie_chiffrage_entreprise.groupby("taille_entreprise", observed=True).agg("sum").reset_index()
    
    fig_activites_autonomie_entreprise = make_subplots(rows=5, cols=1, shared_xaxes=True)
    fig_activites_autonomie_entreprise.add_trace(
        go.Bar(x=df_activites_autonomie_chiffrage_entreprise.obs, y=df_activites_autonomie_chiffrage_entreprise.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Etude_chiffrage, hovertemplate='<b>%{text}</b><br>X : %{x}<br>', text=df_activites_autonomie_chiffrage_entreprise.taille_entreprise, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Etude et chiffrage", marker_color='rgb(136, 204, 238)'),
        1,
        1,
    )
    fig_activites_autonomie_entreprise.add_trace(
        go.Bar(x=df_activites_autonomie_conception_entreprise.obs, y=df_activites_autonomie_conception_entreprise.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Conception_technique, hovertemplate = '<b>%{text}</b><br>X : %{x}<br>', text = df_activites_autonomie_chiffrage_entreprise.taille_entreprise, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Conception technique", marker_color='rgb(204, 102, 119)'),
        2,
        1,
    )
    fig_activites_autonomie_entreprise.add_trace(
        go.Bar(x=df_activites_autonomie_gestion_entreprise.obs, y=df_activites_autonomie_gestion_entreprise.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Assurer_gestion_administrative_financière, hovertemplate = '<b>%{text}</b><br>X : %{x}<br>', text = df_activites_autonomie_gestion_entreprise.taille_entreprise, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Gestion adm. et fin.", marker_color='rgb(221, 204, 119)'),
        3,
        1,
    )
    fig_activites_autonomie_entreprise.add_trace(
        go.Bar(x=df_activites_autonomie_MOE_entreprise.obs, y=df_activites_autonomie_MOE_entreprise.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Contrôler_mise_en_oeuvre, hovertemplate = '<b>%{text}</b><br>X : %{x}<br>', text = df_activites_autonomie_MOE_entreprise.taille_entreprise, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Contrôler MOE", marker_color='rgb(17, 119, 51)'),
        4,
        1,
    )
    fig_activites_autonomie_entreprise.add_trace(
        go.Bar(x=df_activites_autonomie_cloturer_affaire_entreprise.obs, y=df_activites_autonomie_cloturer_affaire_entreprise.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Développer_relation_client_suivre_clôturer_affaire, hovertemplate = '<b>%{text}</b><br>X : %{x}<br>', text = df_activites_autonomie_cloturer_affaire_entreprise.taille_entreprise, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Clôturer affaire", marker_color='rgb(51, 34, 136)'),
        5,
        1,
    )
    fig_activites_autonomie_entreprise.update_yaxes(categoryorder='category ascending')
    fig_activites_autonomie_entreprise.update_layout(title='Activités d\'un CAA junior par taille entreprise', xaxis_tickfont_size=10, yaxis_tickfont_size=10, autosize=False, width=600, height=700, barmode='stack')
    elements.append(cl.Plotly(name="chart_activites_autonomie_entreprise", figure=fig_activites_autonomie_entreprise, display="inline", size="large"))

    df_activites_autonomie_chiffrage_statut = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Etude_chiffrage', 'fonction_Statut_repondant']).size().reset_index(name='obs')
    df_activites_autonomie_conception_statut = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Conception_technique', 'fonction_Statut_repondant']).size().reset_index(name='obs')
    df_activites_autonomie_gestion_statut = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Assurer_gestion_administrative_financière', 'fonction_Statut_repondant']).size().reset_index(name='obs')
    df_activites_autonomie_MOE_statut = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Contrôler_mise_en_oeuvre', 'fonction_Statut_repondant']).size().reset_index(name='obs')
    df_activites_autonomie_cloturer_affaire_statut = df.groupby(['jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Développer_relation_client_suivre_clôturer_affaire', 'fonction_Statut_repondant']).size().reset_index(name='obs')
    fig_activites_autonomie_statut = make_subplots(rows=5, cols=1, shared_xaxes=True)
    fig_activites_autonomie_statut.add_trace(
        go.Bar(x=df_activites_autonomie_chiffrage_statut.obs, y=df_activites_autonomie_chiffrage_statut.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Etude_chiffrage, hovertemplate='<b>%{text}</b><br>X : %{x}<br>', text=df_activites_autonomie_chiffrage_statut.fonction_Statut_repondant, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Etude et chiffrage", marker_color='rgb(136, 204, 238)'),
        1,
        1,
    )
    fig_activites_autonomie_statut.add_trace(
        go.Bar(x=df_activites_autonomie_conception_statut.obs, y=df_activites_autonomie_conception_statut.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Conception_technique, hovertemplate = '<b>%{text}</b><br>X : %{x}<br>', text = df_activites_autonomie_chiffrage_statut.fonction_Statut_repondant, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Conception technique", marker_color='rgb(204, 102, 119)'),
        2,
        1,
    )
    fig_activites_autonomie_statut.add_trace(
        go.Bar(x=df_activites_autonomie_gestion_statut.obs, y=df_activites_autonomie_gestion_statut.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Assurer_gestion_administrative_financière, hovertemplate = '<b>%{text}</b><br>X : %{x}<br>', text = df_activites_autonomie_gestion_statut.fonction_Statut_repondant, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Gestion adm. et fin.", marker_color='rgb(221, 204, 119)'),
        3,
        1,
    )
    fig_activites_autonomie_statut.add_trace(
        go.Bar(x=df_activites_autonomie_MOE_statut.obs, y=df_activites_autonomie_MOE_statut.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Contrôler_mise_en_oeuvre, hovertemplate = '<b>%{text}</b><br>X : %{x}<br>', text = df_activites_autonomie_MOE_statut.fonction_Statut_repondant, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Contrôler MOE", marker_color='rgb(17, 119, 51)'),
        4,
        1,
    )
    fig_activites_autonomie_statut.add_trace(
        go.Bar(x=df_activites_autonomie_cloturer_affaire_statut.obs, y=df_activites_autonomie_cloturer_affaire_statut.jeune_chargé_activités_exercées_autonomie_autonomie_partielle_ou_non_Développer_relation_client_suivre_clôturer_affaire, hovertemplate = '<b>%{text}</b><br>X : %{x}<br>', text = df_activites_autonomie_cloturer_affaire_statut.fonction_Statut_repondant, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Clôturer affaire", marker_color='rgb(51, 34, 136)'),
        5,
        1,
    )
    fig_activites_autonomie_statut.update_yaxes(categoryorder='category ascending')
    fig_activites_autonomie_statut.update_layout(title='Activités d\'un CAA junior par profil des répondants', xaxis_tickfont_size=10, yaxis_tickfont_size=10, autosize=False, width=600, height=700, barmode='stack')
    elements.append(cl.Plotly(name="chart_activites_autonomie_statut", figure=fig_activites_autonomie_statut, display="inline", size="large"))

    df5 = df
    df5['principales_difficultés_rencontrées'] = df5['principales_difficultés_rencontrées'].str.split(';')
    df5 = df5.explode('principales_difficultés_rencontrées')
    df_difficultes_rencontrees = df5.groupby('principales_difficultés_rencontrées').size().reset_index(name='obs')
    fig_difficultes_rencontrees = px.bar(df_difficultes_rencontrees, x='obs', y='principales_difficultés_rencontrées', orientation='h', color='obs', title="Les difficultés rencontrées par un CAA", labels={'obs':'nombre'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
    elements.append(cl.Plotly(name="chart_difficultes_rencontrees", figure=fig_difficultes_rencontrees, display="inline", size="large"))
    df_difficultes_rencontrees_entreprise = df5.groupby(['principales_difficultés_rencontrées', 'taille_entreprise']).size().reset_index(name='obs')
    fig_difficultes_rencontrees_entreprise = px.bar(df_difficultes_rencontrees_entreprise, x='obs', y='principales_difficultés_rencontrées', orientation='h', color='taille_entreprise', title="Les difficultés rencontrées par un CAA par taille d'entreprise", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
    elements.append(cl.Plotly(name="chart_difficultes_rencontrees_entreprise", figure=fig_difficultes_rencontrees_entreprise, display="inline", size="large"))
    df_difficultes_rencontrees_statut = df5.groupby(['principales_difficultés_rencontrées', 'fonction_Statut_repondant']).size().reset_index(name='obs')
    fig_difficultes_rencontrees_statut = px.bar(df_difficultes_rencontrees_statut, x='obs', y='principales_difficultés_rencontrées', orientation='h', color='fonction_Statut_repondant', title="Les difficultés rencontrées par un CAA par profil des répondants", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe, text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
    elements.append(cl.Plotly(name="chart_difficultes_rencontrees_statut", figure=fig_difficultes_rencontrees_statut, display="inline", size="large"))

    df_jeune_recrute = df.groupby('jeune_diplômé_recruté_chargé.e_affaires').size().reset_index(name='obs')
    fig_jeune_recrute = px.pie(df_jeune_recrute, names='jeune_diplômé_recruté_chargé.e_affaires', values='obs', color='obs', title="Jeune recruté en tant que chargé d’affaires en agencement", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe).update_traces(textposition='inside', textinfo='percent+label').update_layout(font=dict(size=10,color="RebeccaPurple"))
    elements.append(cl.Plotly(name="chart_jeune_recrute", figure=fig_jeune_recrute, display="inline", size="large"))

    df6 = df
    df6['principaux_enjeux_futurs'] = df6['principaux_enjeux_futurs'].str.split(';')
    df6 = df6.explode('principaux_enjeux_futurs')
    df_enjeux_futurs = df6.groupby('principaux_enjeux_futurs').size().reset_index(name='obs')
    fig_enjeux_futurs = px.bar(df_enjeux_futurs, x='obs', y='principaux_enjeux_futurs', orientation='h', color='obs', title="Enjeux futurs du métier de CAA", labels={'obs':'nombre'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
    elements.append(cl.Plotly(name="chart_enjeux_futurs", figure=fig_enjeux_futurs, display="inline", size="large"))

    df_BIM = df.groupby('BIM_futur').size().reset_index(name='obs')
    fig_BIM = px.pie(df_BIM, names='BIM_futur', values='obs', color='obs', title="la place du BIM", labels={'obs':'nombre'}, color_discrete_sequence=px.colors.qualitative.Safe).update_traces(textposition='inside', textinfo='percent+label').update_layout(font=dict(size=10,color="RebeccaPurple"))
    elements.append(cl.Plotly(name="chart_BIM", figure=fig_BIM, display="inline", size="large"))

    df_BIM_echeance = df.groupby('BIM_futur_quelle_échéance').size().reset_index(name='obs')
    fig_BIM_echeance = px.bar(df_BIM_echeance, x='obs', y='BIM_futur_quelle_échéance', orientation='h', color='obs', title="la place du BIM, échéance", labels={'obs':'nombre'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
    elements.append(cl.Plotly(name="chart_BIM_echeance", figure=fig_BIM_echeance, display="inline", size="large"))

    data_autre_poste_jeune_recruté = {
      "poste_jeune_recruté": ["Dessinateur BE, ou métreur chiffreur", "Technicien Chiffrage", "Deviseur ou Chiffreur", "Technicien de bureau d'étude (dessinateur, chargé d'étude) ou conducteur de travaux", "Chargé d'études ou dessinateur en agencement", "Assistant chargé d'affaires", "Commis BET", "Conducteur de travaux", "Chargé d'opération, conducteur de travaux", "Responsable de projet / conducteur de travaux", "Assistant conducteur de travaux ou chargé d'études"],
      "taille_entreprise": ["10 à 50 employés", "10 à 50 employés", "10 à 50 employés", "10 à 50 employés", "10 à 50 employés", "10 à 50 employés", "10 à 50 employés", "10 à 50 employés", "10 à 50 employés", "Moins de 10 employés", "Plus de 100 employés"],
      "obs" : [1,1,1,1,1,1,1,1,1,1,1]
    }
    df_autre_poste_jeune_recruté = pd.DataFrame(data_autre_poste_jeune_recruté)
    df_autre_poste_jeune_recruté = df_autre_poste_jeune_recruté.groupby(['poste_jeune_recruté', 'taille_entreprise']).size().reset_index(name='obs')
    fig_autre_poste_jeune_recruté = px.bar(df_autre_poste_jeune_recruté, x='obs', y='poste_jeune_recruté', orientation='h', color='taille_entreprise', title="Autres postes jeune diplômé recruté par taille entreprise", labels={'obs':'nombre'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple"))
    elements.append(cl.Plotly(name="chart_autre_poste_jeune_recruté", figure=fig_autre_poste_jeune_recruté, display="inline", size="large"))

    content_all = "Tableaux des données de La \"taille des entreprises ayant répondu\"\n" + df_taille.to_string() + "\n\nTableaux des données de \"L’engagement dans le domaine de l’agencement\"\n" + df_temps.to_string() + "\n\nTableaux des données de \"L’engagement dans le domaine de l’agencement\" par taille d'entreprise\n" + df_temps_entreprise.to_string() + "\n\nTableaux des données de \"Le nombre de chargé.e d’affaires en agencement\"\n" + df_nb_charge.to_string() + "\n\nTableaux des données de \"Le nombre de chargé.e d’affaires en agencement par taille d'entreprise\"\n" + df_nb_charge_entreprise.to_string() + "\n\nTableaux des données de \"Le nombre de chargé.e d’affaires en agencement par année d'engagement\"\n" + df_nb_charge_engagement.to_string() + "\n\nTableaux des données de \"Le profil des répondants\"\n" + df_statut.to_string() + "\n\nTableaux des données de \"Les principaux interlocuteurs du CAA\"\n" + df_interlocuteur.to_string() + "\n\nTableaux des données de \"Les principaux interlocuteurs du CAA\" par taille d'entreprise\n" + df_interlocuteur_entreprise.to_string() + "\n\nTableaux des données de \"Les principaux interlocuteurs du CAA\" par nombre chargé.e d'affaires\n" + df_interlocuteur_nb_charge.to_string() + "\n\nTableaux des données de \"Les principales compétences attendues\"\n" + df_competences.to_string() + "\n\nTableaux des données de \"Les principales compétences attendues\" par taille d'entreprise\n" + df_competences_entreprise.to_string() + "\n\nTableaux des données de \"Les principales compétences attendues\" par nombre chargé.e d'affaires\n" + df_competences_nb_charge.to_string() + "\n\nTableaux des données de \"Les compétences relationnelles attendues\"\n" + df_competences_relationnelles.to_string() + "\n\nTableaux des données de \"Les compétences relationnelles attendues par taille entreprise\"\n" + df_competences_relationnelles_entreprise.to_string() + "\n\nTableaux des données de \"Les compétences relationnelles attendues par nombre chargé.e d'affaires\"\n" + df_competences_relationnelles_nb_charge.to_string() + "\n\nTableaux des données de \"Les compétences en gestion attendues\"\n" + df_competences_gestion.to_string() + "\n\nTableaux des données de \"Les compétences en gestion attendues par taille entreprise\"\n" + df_competences_gestion_entreprise.to_string() + "\n\nTableaux des données de \"Les compétences en gestion attendues par nombre chargé.e d'affaires\"\n" + df_competences_gestion_nb_charge.to_string() + "\n\nTableaux des données de \"Difficulté de recruter un CAA\"\n" + df_difficulte.to_string() + "\n\nTableaux des données de \"Formations organisées pour les CAA\"\n" + df_formation.to_string() + "\n\nTableaux des données de \"Formations organisées pour les CAA par taille entreprise\"\n" + df_formation_entreprise.to_string() + "\n\nTableaux des données de \"Formations organisées pour les CAA par nombre chargé.e d'affaires\"\n" + df_formation_nb_charge.to_string() + "\n\nTableaux des données de \"Activités d’un CAA junior : Etude et Chiffrage\"\n" + df_activites_autonomie_chiffrage.to_string() + "\n\nTableaux des données de \"Activités d’un CAA junior : Conception Technique\"\n" + df_activites_autonomie_conception.to_string() + "\n\nTableaux des données de \"Activités d’un CAA junior : Gestion Administrative et Financière\"\n" + df_activites_autonomie_gestion.to_string() + "\n\nTableaux des données de \"Activités d’un CAA junior : Mise en Oeuvre\"\n" + df_activites_autonomie_MOE.to_string() + "\n\nTableaux des données de \"Activités d’un CAA junior : Relation Client et Cloturer Affaire\"\n" + df_activites_autonomie_cloturer_affaire.to_string() + "\n\nTableaux des données de \"Activités d’un CAA junior : Etude et Chiffrage par profil des répondants\"\n" + df_activites_autonomie_chiffrage_statut.to_string() + "\n\nTableaux des données de \"Activités d’un CAA junior : Conception Technique par profil des répondants\"\n" + df_activites_autonomie_conception_statut.to_string() + "\n\nTableaux des données de \"Activités d’un CAA junior : Gestion Administrative et Financière par profil des répondants\"\n" + df_activites_autonomie_gestion_statut.to_string() + "\n\nTableaux des données de \"Activités d’un CAA junior : Mise en Oeuvre par profil des répondants\"\n" + df_activites_autonomie_MOE_statut.to_string() + "\n\nTableaux des données de \"Activités d’un CAA junior : Relation Client et Clôturer Affaire par profil des répondants\"\n" + df_activites_autonomie_cloturer_affaire_statut.to_string() + "\n\nTableaux des données de \"Difficultés rencontrées par taille entreprise\"\n" + df_difficultes_rencontrees_entreprise.to_string() + "\n\nTableaux des données de \"Difficultés rencontrées par profil des répondants\"\n" + df_difficultes_rencontrees_statut.to_string() + "\n\nTableaux des données de \"Jeune diplômé recruté en chargé d'affaires\"\n" + df_jeune_recrute.to_string() + "\n\nTableaux des données de \"Enjeux futurs du métier\"\n" + df_enjeux_futurs.to_string() + "\n\nTableaux des données de \"BIM dans le métier\"\n" + df_BIM.to_string() + "\n\nTableaux des données de \"BIM dans le métier : échéance\"\n" + df_BIM_echeance.to_string()
    content_all_html = "Tableaux des données de La \"taille des entreprises ayant répondu\"\n" + df_taille.to_html() + "\n\nTableaux des données de \"L’engagement dans le domaine de l’agencement\"\n" + df_temps.to_html() + "\n\nTableaux des données de \"L’engagement dans le domaine de l’agencement\" par taille d'entreprise\n" + df_temps_entreprise.to_html() + "\n\nTableaux des données de \"Le nombre de chargé.e d’affaires en agencement\"\n" + df_nb_charge.to_html() + "\n\nTableaux des données de \"Le nombre de chargé.e d’affaires en agencement par taille d'entreprise\"\n" + df_nb_charge_entreprise.to_html() + "\n\nTableaux des données de \"Le nombre de chargé.e d’affaires en agencement par année d'engagement\"\n" + df_nb_charge_engagement.to_html() + "\n\nTableaux des données de \"Le profil des répondants\"\n" + df_statut.to_html() + "\n\nTableaux des données de \"Les principaux interlocuteurs du CAA\"\n" + df_interlocuteur.to_html() + "\n\nTableaux des données de \"Les principaux interlocuteurs du CAA\" par taille d'entreprise\n" + df_interlocuteur_entreprise.to_html() + "\n\nTableaux des données de \"Les principaux interlocuteurs du CAA\" par nombre chargé.e d'affaires\n" + df_interlocuteur_nb_charge.to_html() + "\n\nTableaux des données de \"Les principales compétences attendues\"\n" + df_competences.to_html() + "\n\nTableaux des données de \"Les principales compétences attendues\" par taille d'entreprise\n" + df_competences_entreprise.to_html() + "\n\nTableaux des données de \"Les principales compétences attendues\" par nombre chargé.e d'affaires\n" + df_competences_nb_charge.to_html() + "\n\nTableaux des données de \"Les compétences relationnelles attendues\"\n" + df_competences_relationnelles.to_html() + "\n\nTableaux des données de \"Les compétences relationnelles attendues par taille entreprise\"\n" + df_competences_relationnelles_entreprise.to_html() + "\n\nTableaux des données de \"Les compétences relationnelles attendues par nombre chargé.e d'affaires\"\n" + df_competences_relationnelles_nb_charge.to_html() + "\n\nTableaux des données de \"Les compétences en gestion attendues\"\n" + df_competences_gestion.to_html() + "\n\nTableaux des données de \"Les compétences en gestion attendues par taille entreprise\"\n" + df_competences_gestion_entreprise.to_html() + "\n\nTableaux des données de \"Les compétences en gestion attendues par nombre chargé.e d'affaires\"\n" + df_competences_gestion_nb_charge.to_html() + "\n\nTableaux des données de \"Difficulté de recruter un CAA\"\n" + df_difficulte.to_html() + "\n\nTableaux des données de \"Formations organisées pour les CAA\"\n" + df_formation.to_html() + "\n\nTableaux des données de \"Formations organisées pour les CAA par taille entreprise\"\n" + df_formation_entreprise.to_html() + "\n\nTableaux des données de \"Formations organisées pour les CAA par nombre chargé.e d'affaires\"\n" + df_formation_nb_charge.to_html() + "\n\nTableaux des données de \"Activités d’un CAA junior : Etude et Chiffrage\"\n" + df_activites_autonomie_chiffrage.to_html() + "\n\nTableaux des données de \"Activités d’un CAA junior : Conception Technique\"\n" + df_activites_autonomie_conception.to_html() + "\n\nTableaux des données de \"Activités d’un CAA junior : Gestion Administrative et Financière\"\n" + df_activites_autonomie_gestion.to_html() + "\n\nTableaux des données de \"Activités d’un CAA junior : Mise en Oeuvre\"\n" + df_activites_autonomie_MOE.to_html() + "\n\nTableaux des données de \"Activités d’un CAA junior : Relation Client et Cloturer Affaire\"\n" + df_activites_autonomie_cloturer_affaire.to_html() + "\n\nTableaux des données de \"Activités d’un CAA junior : Etude et Chiffrage par taille entreprise\"\n" + df_activites_autonomie_chiffrage_entreprise.to_html() + "\n\nTableaux des données de \"Activités d’un CAA junior : Etude et Chiffrage par profil des répondants\"\n" + df_activites_autonomie_chiffrage_statut.to_html() + "\n\nTableaux des données de \"Activités d’un CAA junior : Conception Technique par profil des répondants\"\n" + df_activites_autonomie_conception_statut.to_html() + "\n\nTableaux des données de \"Activités d’un CAA junior : Gestion Administrative et Financière par profil des répondants\"\n" + df_activites_autonomie_gestion_statut.to_html() + "\n\nTableaux des données de \"Activités d’un CAA junior : Mise en Oeuvre par profil des répondants\"\n" + df_activites_autonomie_MOE_statut.to_html() + "\n\nTableaux des données de \"Activités d’un CAA junior : Relation Client et Clôturer Affaire par profil des répondants\"\n" + df_activites_autonomie_cloturer_affaire_statut.to_html() + "\n\nTableaux des données de \"Difficultés rencontrées par taille entreprise\"\n" + df_difficultes_rencontrees_entreprise.to_html() + "\n\nTableaux des données de \"Difficultés rencontrées par profil des répondants\"\n" + df_difficultes_rencontrees_statut.to_html() + "\n\nTableaux des données de \"Jeune diplômé recruté en chargé d'affaires\"\n" + df_jeune_recrute.to_html() + "\n\nTableaux des données de \"Enjeux futurs du métier\"\n" + df_enjeux_futurs.to_html() + "\n\nTableaux des données de \"BIM dans le métier\"\n" + df_BIM.to_html() + "\n\nTableaux des données de \"BIM dans le métier : échéance\"\n" + df_BIM_echeance.to_html()
    tableau_all = [cl.Text(name="Tableaux", content=content_all_html, display="side")]
    await cl.Message(content="📚 Tableaux de toutes les données", elements=tableau_all,).send()
    actions = [cl.Action(name="Download", value=content_all, description="download_tableau")]
    await cl.Message(content="📥 Télécharger l'ensemble des tableaux de données ayant servi à la datavisualisation", actions=actions).send()
    await cl.Message(content="Datavisualisation de l'enquête des recruteurs des chargé.e.s d'affaires en agencement", elements=elements).send()

    df1["principaux_interlocuteurs"]=df1['principaux_interlocuteurs'].str.lower()
    df1["principaux_interlocuteurs"]=df1['principaux_interlocuteurs'].str.replace(r'[-./?!,":;()\']',' ')
    wd_principaux_interlocuteurs = " ".join(i for i in df1.principaux_interlocuteurs)
    exclure_mots = ['précisez', 'd', 'du', 'de', 'la', 'des', 'le', 'et', 'est', 'elle', 'une', 'en', 'que', 'aux', 'qui', 'ces', 'les', 'dans', 'sur', 'l', 'un', 'pour', 'par', 'il', 'ou', 'à', 'ce', 'a', 'sont', 'cas', 'plus', 'leur', 'se', 's', 'vous', 'au', 'c', 'aussi', 'toutes', 'autre', 'comme']
    elements_wordcloud_principaux_interlocuteurs = []
    wordcloud_principaux_interlocuteurs = WordCloud(background_color='white',
                      stopwords=exclure_mots, max_words=80).generate(wd_principaux_interlocuteurs)
    fig_wordcloud_principaux_interlocuteurs = plt.figure(1,figsize=(12,15))
    plt.imshow(wordcloud_principaux_interlocuteurs,interpolation="none")
    plt.axis('off')
    plt.title("Nuage de mots des principaux interlocuteurs")
    elements_wordcloud_principaux_interlocuteurs.append(cl.Pyplot(name="plot_wordcloud_principaux_interlocuteurs", figure=fig_wordcloud_principaux_interlocuteurs, size="large", display="inline"))
    
    options_entreprise1 = ['10 à 50 employés'] 
    df1_entreprise1 = df1.loc[df1['taille_entreprise'].isin(options_entreprise1)] 
    wd_principaux_interlocuteurs_entreprise1 = " ".join(i for i in df1_entreprise1.principaux_interlocuteurs)
    wordcloud_principaux_interlocuteurs_entreprise1 = WordCloud(background_color='white',
                      stopwords=exclure_mots, max_words=80).generate(wd_principaux_interlocuteurs_entreprise1)
    fig_wordcloud_principaux_interlocuteurs_entreprise1 = plt.figure(1,figsize=(12,15))
    plt.imshow(wordcloud_principaux_interlocuteurs_entreprise1,interpolation="none")
    plt.axis('off')
    plt.title("Nuage de mots des principaux interlocuteurs entreprise 10 à 50 employés")
    elements_wordcloud_principaux_interlocuteurs.append(cl.Pyplot(name="plot_wordcloud_principaux_interlocuteurs_entreprise_10_50", figure=fig_wordcloud_principaux_interlocuteurs_entreprise1, size="large", display="inline"))

    options_entreprise2 = ['51 à 100 employés'] 
    df1_entreprise2 = df1.loc[df1['taille_entreprise'].isin(options_entreprise2)] 
    wd_principaux_interlocuteurs_entreprise2 = " ".join(i for i in df1_entreprise2.principaux_interlocuteurs)
    wordcloud_principaux_interlocuteurs_entreprise2 = WordCloud(background_color='white',
                      stopwords=exclure_mots, max_words=80).generate(wd_principaux_interlocuteurs_entreprise2)
    fig_wordcloud_principaux_interlocuteurs_entreprise2 = plt.figure(1,figsize=(12,15))
    plt.imshow(wordcloud_principaux_interlocuteurs_entreprise2,interpolation="none")
    plt.axis('off')
    plt.title("Nuage de mots des principaux interlocuteurs entreprise 51 à 100 employés")
    elements_wordcloud_principaux_interlocuteurs.append(cl.Pyplot(name="plot_wordcloud_principaux_interlocuteurs_entreprise_51_100", figure=fig_wordcloud_principaux_interlocuteurs_entreprise2, size="large", display="inline"))

    options_entreprise3 = ['Moins de 10 employés'] 
    df1_entreprise3 = df1.loc[df1['taille_entreprise'].isin(options_entreprise3)] 
    wd_principaux_interlocuteurs_entreprise3 = " ".join(i for i in df1_entreprise3.principaux_interlocuteurs)
    wordcloud_principaux_interlocuteurs_entreprise3 = WordCloud(background_color='white',
                      stopwords=exclure_mots, max_words=80).generate(wd_principaux_interlocuteurs_entreprise3)
    fig_wordcloud_principaux_interlocuteurs_entreprise3 = plt.figure(1,figsize=(12,15))
    plt.imshow(wordcloud_principaux_interlocuteurs_entreprise3,interpolation="none")
    plt.axis('off')
    plt.title("Nuage de mots des principaux interlocuteurs entreprise Moins de 10 employés")
    elements_wordcloud_principaux_interlocuteurs.append(cl.Pyplot(name="plot_wordcloud_principaux_interlocuteurs_entreprise_moins_10", figure=fig_wordcloud_principaux_interlocuteurs_entreprise3, size="large", display="inline"))

    options_entreprise4 = ['Plus de 100 employés'] 
    df1_entreprise4 = df1.loc[df1['taille_entreprise'].isin(options_entreprise4)] 
    wd_principaux_interlocuteurs_entreprise4 = " ".join(i for i in df1_entreprise4.principaux_interlocuteurs)
    wordcloud_principaux_interlocuteurs_entreprise4 = WordCloud(background_color='white',
                      stopwords=exclure_mots, max_words=80).generate(wd_principaux_interlocuteurs_entreprise4)
    fig_wordcloud_principaux_interlocuteurs_entreprise4 = plt.figure(1,figsize=(12,15))
    plt.imshow(wordcloud_principaux_interlocuteurs_entreprise4,interpolation="none")
    plt.axis('off')
    plt.title("Nuage de mots des principaux interlocuteurs entreprise Plus de 100 employés")
    elements_wordcloud_principaux_interlocuteurs.append(cl.Pyplot(name="plot_wordcloud_principaux_interlocuteurs_entreprise_plus_100", figure=fig_wordcloud_principaux_interlocuteurs_entreprise4, size="large", display="inline"))
    
    await cl.Message( content="Nuage de mots des principaux interlocuteurs et croisement avec la taille des entreprises",elements=elements_wordcloud_principaux_interlocuteurs,).send()
    return fileSurvey
async def surveyRh():
    elements = []
    fileSurvey = './public/surveyRH.csv'
    df = pd.read_csv(fileSurvey)
    df1 = df
    df1['Participation_evenements_anterieurs'] = df1['Participation_evenements_anterieurs'].str.split(';')
    df1 = df1.explode('Participation_evenements_anterieurs')
    df_participation = df1.groupby('Participation_evenements_anterieurs').size().reset_index(name='obs')
    fig_participation = px.bar(df_participation, x='obs', y='Participation_evenements_anterieurs', orientation='h', color='obs', title="Objectifs principaux à atteindre lors du séminaire", labels={'obs':'nombre', 'Participation_evenements_anterieurs':'Objectifs principaux'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
    elements.append(cl.Plotly(name="chart_participation", figure=fig_participation, display="inline", size="large"))
    
    df_articulation = df.groupby('Améliorer_articulation_différents_métiers_RH').size().reset_index(name='obs')
    df_comprendre = df.groupby('comprendre_attentes_services_université_service_RH').size().reset_index(name='obs')
    df_reflechir = df.groupby('Réfléchir_solutions_défis_secteur_public').size().reset_index(name='obs')
    df_renforcer = df.groupby('Renforcer_sentiment_appartenance_service_mission_éducative').size().reset_index(name='obs')
    fig_contribution = make_subplots(rows=4, cols=1, shared_xaxes=True)
    fig_contribution.add_trace(
        go.Bar(x=df_articulation.obs, y=df_articulation.Améliorer_articulation_différents_métiers_RH, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Améliorer l'articulation entre les différents métiers RH (paie, gestion de carrière, formation, recrutement)", marker_color='rgb(136, 204, 238)'), 1, 1
    )
    fig_contribution.add_trace(
        go.Bar(x=df_comprendre.obs, y=df_comprendre.comprendre_attentes_services_université_service_RH, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Mieux comprendre les attentes des autres services de l'université", marker_color='rgb(204, 102, 119)'),
        2,
        1,
    )
    fig_contribution.add_trace(
        go.Bar(x=df_reflechir.obs, y=df_reflechir.Réfléchir_solutions_défis_secteur_public, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Réfléchir collectivement à des solutions pour les défis spécifiques du secteur public (budgétaires, réglementaires)", marker_color='rgb(221, 204, 119)'),
        3,
        1,
    )
    fig_contribution.add_trace(
        go.Bar(x=df_renforcer.obs, y=df_renforcer.Renforcer_sentiment_appartenance_service_mission_éducative, orientation='h', textposition='inside', textangle=0, textfont_color='white', name="Renforcer le sentiment d'appartenance à un service qui contribue à la mission éducative", marker_color='rgb(17, 119, 51)'),
        4,
        1,
    )
    fig_contribution.update_layout(title='Contributions du séminaire', xaxis_tickfont_size=10, yaxis_tickfont_size=10, autosize=False, width=600, height=600)
    elements.append(cl.Plotly(name="chart_activites_autonomie", figure=fig_contribution, display="inline", size="large"))
    
    df2 = df
    df2['Activité_bénéfique_séminaire'] = df2['Activité_bénéfique_séminaire'].str.split(';')
    df2 = df2.explode('Activité_bénéfique_séminaire')
    df_activite = df2.groupby('Activité_bénéfique_séminaire').size().reset_index(name='obs')
    fig_activite = px.bar(df_activite, x='Activité_bénéfique_séminaire', y='obs', color='obs', title="Type d’activité qui serait bénéfique pour le séminaire", labels={'obs':'nombre', 'Activité_bénéfique_séminaire':'Type activité'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
    elements.append(cl.Plotly(name="chart_activite", figure=fig_activite, display="inline", size="large"))
    
    df_strategie = df.groupby('Comment_importance_stratégique_service_RH_objectif_université').size().reset_index(name='obs')
    fig_strategie = px.bar(df_strategie, y='obs', x='Comment_importance_stratégique_service_RH_objectif_université', color='obs', title="Evaluation de l’importance stratégique du service RH ", labels={'obs':'nombre','Comment_importance_stratégique_service_RH_objectif_université':'Importance stratégique du service RH'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
    elements.append(cl.Plotly(name="chart_strategie", figure=fig_strategie, display="inline", size="large"))

    df_perception = df.groupby('Souhait_planning_horaires_JDLP_2023').size().reset_index(name='obs')
    fig_perception = px.bar(df_perception, y='obs', x='Souhait_planning_horaires_JDLP_2023', color='obs', title="Perception du service RH par les autres services de l’université", labels={'obs':'nombre','Souhait_planning_horaires_JDLP_2023':'Perception du service RH'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
    elements.append(cl.Plotly(name="chart_perception", figure=fig_perception, display="inline", size="large"))
    
    df3 = df
    df3['Estimation_amelioration_JDLP'] = df3['Estimation_amelioration_JDLP'].str.split(';')
    df3 = df3.explode('Estimation_amelioration_JDLP')
    df_estimation = df3.groupby('Estimation_amelioration_JDLP').size().reset_index(name='obs')
    fig_estimation = px.bar(df_estimation, x='obs', y='Estimation_amelioration_JDLP', orientation='h', color='obs', title="Valeurs professionnelles dans les métiers RH en contexte public", labels={'obs':'nombre', 'Estimation_amelioration_JDLP':'Valeurs professionnelles'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
    elements.append(cl.Plotly(name="chart_estimation", figure=fig_estimation, display="inline", size="large"))
    
    df_valeur = df.groupby('valeurs_service_RH_alignées_université').size().reset_index(name='obs')
    fig_valeur = px.bar(df_valeur, y='obs', x='valeurs_service_RH_alignées_université', color='obs', title="Alignement des valeurs du service RH avec celles de l’université", labels={'obs':'nombre','valeurs_service_RH_alignées_université':'Valeurs du service RH'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
    elements.append(cl.Plotly(name="chart_valeur", figure=fig_valeur, display="inline", size="large"))
    
    df4 = df
    df4['Points_forts_service_RH'] = df4['Points_forts_service_RH'].str.split(';')
    df4 = df4.explode('Points_forts_service_RH')
    df_point = df4.groupby('Points_forts_service_RH').size().reset_index(name='obs')
    fig_point = px.bar(df_point, x='obs', y='Points_forts_service_RH', orientation='h', color='obs', title="Points forts du service RH dans son fonctionnement", labels={'obs':'nombre', 'Points_forts_service_RH':'Points forts'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
    elements.append(cl.Plotly(name="chart_point", figure=fig_point, display="inline", size="large"))
        
    df5 = df
    df5['Statut_repondant'] = df5['Statut_repondant'].str.split(';')
    df5 = df5.explode('Statut_repondant')
    df_aspect = df5.groupby('Statut_repondant').size().reset_index(name='obs')
    fig_aspect = px.bar(df_aspect, x='obs', y='Statut_repondant', orientation='h', color='obs', title="Aspects à améliorer pour mieux répondre aux besoins des agents de l’université", labels={'obs':'nombre', 'Statut_repondant':'Aspects à améliorer'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
    elements.append(cl.Plotly(name="chart_aspect", figure=fig_aspect, display="inline", size="large"))
    
    df_engagement = df.groupby('engagé_travail_équipe_service_RH').size().reset_index(name='obs')
    fig_engagement = px.bar(df_engagement, y='obs', x='engagé_travail_équipe_service_RH', color='obs', title="Engagement des agents dans le travail d’équipe au sein du service RH", labels={'obs':'nombre','engagé_travail_équipe_service_RH':'Engagement'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
    elements.append(cl.Plotly(name="chart_engagement", figure=fig_engagement, display="inline", size="large"))
    
    df6 = df
    df6['Estimation_amelioration_JDLP2'] = df6['Estimation_amelioration_JDLP2'].str.split(';')
    df6 = df6.explode('Estimation_amelioration_JDLP2')
    df_element = df6.groupby('Estimation_amelioration_JDLP2').size().reset_index(name='obs')
    fig_element = px.bar(df_element, x='obs', y='Estimation_amelioration_JDLP2', orientation='h', color='obs', title="Eléments qui contribuent à renforcer l’esprit d’équipe dans le service RH", labels={'obs':'nombre', 'Estimation_amelioration_JDLP2':'Eléments'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
    elements.append(cl.Plotly(name="chart_element", figure=fig_element, display="inline", size="large"))
    
    df_collaboration = df.groupby('service_RH_favorise_collaboration_métiers').size().reset_index(name='obs')
    fig_collaboration = px.bar(df_collaboration, y='obs', x='service_RH_favorise_collaboration_métiers', color='obs', title="Service RH favorise la collaboration entre les différents métiers", labels={'obs':'nombre','service_RH_favorise_collaboration_métiers':'Collaboration'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
    elements.append(cl.Plotly(name="chart_collaboration", figure=fig_collaboration, display="inline", size="large"))
    
    df7 = df
    df7['freins_meilleure_collaboration_service_RH'] = df7['freins_meilleure_collaboration_service_RH'].str.split(';')
    df7 = df7.explode('freins_meilleure_collaboration_service_RH')
    df_frein = df7.groupby('freins_meilleure_collaboration_service_RH').size().reset_index(name='obs')
    fig_frein = px.bar(df_frein, x='obs', y='freins_meilleure_collaboration_service_RH', orientation='h', color='obs', title="Freins identifiés pour une meilleure collaboration dans le service RH", labels={'obs':'nombre', 'freins_meilleure_collaboration_service_RH':'Freins'}, color_continuous_scale="Teal", text_auto=True).update_layout(font=dict(size=10,color="RebeccaPurple")).update_traces(showlegend=False)
    elements.append(cl.Plotly(name="chart_frein", figure=fig_frein, display="inline", size="large"))
    
    await cl.Message(content="Datavisualisation de l'enquête pour le séminaire RH", elements=elements).send()
    return fileSurvey