#!/usr/bin/env python
# coding: utf-8

# In[1]:


#classifier les actions RSE selon la méthode  des 17 critères 
from data_manager import get_data

def classify_actions_ODD(data):
    data, _ = get_data()  # Récupérer les données depuis data_manager.py
    
    criteria = {
        "Pas de pauvreté": [],
        "Faim « Zéro »": [],
        "Bonne santé et bien-être": [],
        "Éducation de qualité": [],
        "Eau propre et assainissement": [],
        "Énergie propre et d'un coût abordable": [],
        "Travail décent et croissance économique": [],
        "Industrie, Innovation et infrastructure":[],
        "Inégalités réduites":[],
        "Villes et communautés durable":[],
        "Consommation et production responsables":[],
        "Lutte contre les changements climatiques":[],
        "Vie aquatique":[],
        "Vie terrestre":[],
        "Paix, justice et institutions efficaces":[],
        "Partenariats pour la réalisation des objectifs":[],
        "Autres": [] 
    }

    # Keywords pour les 17 critères 
    keywords = {
        "Pas de pauvreté": ["pauvreté"],
        "Faim « Zéro »": ["faim"],
        "Bonne santé et bien-être": ["bonne santé", "santé", "bien-être"],
        "Éducation de qualité": ["éducation de qualité", "éducation"],
        "Eau propre et assainissement": ["eau","eau propre", "propre", "assainissement"],
        "Énergie propre et d'un coût abordable": ["énergie","énergie propre","énergétique" ,"coût abordable"],
        "Travail décent et croissance économique": ["travail", "travail décent", "croissance économique"],
        "Industrie, Innovation et infrastructure":["industrie", "innovation", "innovation et infrastructure"],
        "Inégalités réduites":["inégalités", "inégalités réduites"],
        "Villes et communautés durable":["villes","villes et communautés durable"],
        "Consommation et production responsables":["consommation", "consommation et production responsables"],
        "Lutte contre les changements climatiques":["changements climatiques"],
        "Vie aquatique":["vie aquatique", "milieu aquatique"],
        "Vie terrestre":["vie terrestre"],
        "Paix, justice et institutions efficaces":["paix", "justice", "institutions efficaces"],
        "Partenariats pour la réalisation des objectifs":["partenariats"],
        "Autres": [] 
  
    }

    for record in data:
        action_rse = record.get("action_rse", "").lower()
        company_info = {
            "name": record.get("nom_courant_denomination", "N/A"),
            "action_rse": action_rse,
            "activity": record.get("libelle_section_naf", "N/A"),
            "city": record.get("commune", "N/A")
        }
        found_category = False
        for criterion, key_phrases in keywords.items():
            if any(key_phrase in action_rse for key_phrase in key_phrases):
                criteria[criterion].append(company_info)
                found_category = True
                break  # Assuming each action belongs to one category only
        
        # Si l'action n'a pas été classifiée dans une catégorie existante, la placer dans "Autres"
        if not found_category:
            criteria["Autres"].append(company_info)

    return criteria


# In[4]:


data,_=get_data()


# In[5]:


classify_actions_ODD(data)


# In[119]:





# In[ ]:





# In[ ]:





# In[ ]:





# In[ ]:





# In[ ]: