Cartes /acheteur et /titulaire : afficher la contrepartie (clustering)

Objectif

Sur les fiches /acheteurs/<id> et /titulaires/<id>, la carte affiche aujourd'hui uniquement la position de l'organisme consulté (un point unique, issu de l'API annuaire, via point_on_map). On veut y ajouter la position de la contrepartie :

sur /acheteurs/<id> : les titulaires avec qui cet acheteur a contracté ;
sur /titulaires/<id> : les acheteurs qui ont contracté avec ce titulaire.

Design et code inspirés de /observatoire (get_geographic_maps / make_clusters_map dans src/figures.py), notamment le clustering dash-leaflet. Couleurs identiques : acheteur en orange (#E69F00), titulaire en bleu ciel (#56B4E9).

Comportement attendu

La carte suit le filtre Année de la page (comme le tableau Top titulaires/acheteurs et l'histogramme de distance) — elle n'est donc plus calculée à partir de l'API annuaire mais des données DECP (marchés).
Le marqueur de l'organisme consulté et ceux de la contrepartie utilisent la même source de données (acheteur_longitude/latitude et titulaire_longitude/latitude des marchés), avec clustering identique à /observatoire.
Le cadrage de la carte s'ajuste automatiquement (fitBounds) pour englober l'organisme et toutes ses contreparties, avec un léger padding.
Si aucune coordonnée exploitable n'est disponible (aucun marché géolocalisé, ou dataset sans colonnes longitude/latitude), repli sur une vue France fixe (centre [46.6, 2.2], zoom 5) plutôt qu'une zone vide.
Contrairement à /observatoire, pas de découpage par région/DOM-TOM ni de bascule chloroplèthe : une seule carte cluster, le volume de points d'un organisme unique restant faible.
La carte dash-leaflet conserve les contrôles de zoom +/- natifs de Leaflet (contrairement à l'actuelle carte Plotly qui n'en a pas) — comportement par défaut de dl.Map, aucune configuration spécifique nécessaire.

Architecture

Nouvelle fonction partagée `build_org_markers` (`src/figures.py`)

Extraite du corps de get_geographic_maps (branche "clusters"), pour être réutilisée par /observatoire et par la nouvelle carte org :

ORG_COLORS = {
    "acheteur": "#E69F00",  # orange
    "titulaire": "#56B4E9",  # bleu ciel
}

def build_org_markers(lff: pl.LazyFrame, org_type: Literal["acheteur", "titulaire"]) -> list[dict]:
    """Regroupe les marchés par point géographique pour un type d'organisme.

    Retourne [] si les colonnes longitude/latitude de ce type sont absentes
    du LazyFrame (ex: tests/test.parquet), sans lever d'exception.
    """

Le groupement (par {org_type}_longitude, {org_type}_latitude, {org_type}_nom, comptage nb_marches) et le format des marqueurs ({"lat", "lon", "tooltip", "marker_color"}) restent identiques à l'implémentation actuelle. Nouveauté : garde d'absence de colonnes via lff.collect_schema().names() (cf. get_considerations_card_content pour le même pattern) — corrige au passage un crash latent non testé de get_geographic_maps sur des jeux de données sans colonnes géo.

get_geographic_maps est mis à jour pour appeler build_org_markers(lff, org_type) au lieu de la boucle inline, et pour utiliser ORG_COLORS au lieu de son dict colors local.

Nouvelle fonction `get_org_location_map` (`src/figures.py`)

def get_org_location_map(
    dff: pl.DataFrame,
    home_type: Literal["acheteur", "titulaire"],
    map_id: str,
) -> dl.Map:
    """Carte cluster (dash-leaflet) de l'organisme et de sa contrepartie."""

Calcule les marqueurs pour home_type et son type complémentaire via build_org_markers.
Construit jusqu'à deux couches dl.GeoJSON clusterisées (une par type présent), réutilisant le JS clientside existant (dash_clientside.leaflet.pointToLayer / clusterToLayer, inchangé) et le même mécanisme options={"fillColor": ORG_COLORS[org_type]} que make_clusters_map.
Calcule les bounds [[lat_min, lon_min], [lat_max, lon_max]] sur l'ensemble des points (les deux types confondus) et les passe via la prop bounds de dl.Map, avec boundsOptions={"padding": [30, 30], "maxZoom": 12}.
Si aucun point n'est disponible : center=[46.6, 2.2], zoom=5 (pas de prop bounds).
style={"width": "100%", "height": "300px"} (cohérent avec la hauteur actuelle de la colonne carte).
Les ids des couches GeoJSON sont dérivés de map_id (f"{map_id}-acheteur" / f"{map_id}-titulaire").

Flux de données (pages)

Sur src/pages/acheteur.py et src/pages/titulaire.py, le rendu de la carte est aujourd'hui mélangé dans le callback qui interroge l'API annuaire (update_acheteur_infos / update_titulaire_infos, déclenché uniquement par l'URL). On sépare :

Ce callback existant perd l'Output *_map et l'appel à point_on_map ; il continue de fournir nom/commune/département/région/lien annuaire, inchangés.
Nouveau callback dédié par page, avec Input sur l'URL et le dropdown Année (comme get_top_titulaires/get_top_acheteurs) :

@callback(
    Output("acheteur_map", "children"),
    Input("acheteur_url", "pathname"),
    Input("acheteur_year", "value"),
)
def update_acheteur_map(pathname, ach_year):
    where_sql, params = _acheteur_scope(pathname, ach_year)
    geo_columns = [
        c
        for c in [
            "uid",
            "acheteur_longitude",
            "acheteur_latitude",
            "acheteur_nom",
            "titulaire_longitude",
            "titulaire_latitude",
            "titulaire_nom",
        ]
        if c in schema.names()
    ]
    dff = query_marches(where_sql, params, columns=geo_columns)
    return get_org_location_map(dff, "acheteur", "acheteur_map_leaflet")

Le filtre geo_columns sur schema.names() évite une erreur SQL DuckDB (colonne inexistante) quand le dataset ne contient pas encore les colonnes longitude/latitude — c'est le cas de tests/test.parquet aujourd'hui. Dans ce cas, build_org_markers renvoie [] pour les deux types et get_org_location_map bascule sur la vue France par défaut.

Symétrique sur src/pages/titulaire.py (update_titulaire_map, _titulaire_scope, "titulaire" comme home_type).

Nettoyage

point_on_map (carte Plotly à point unique basée sur l'annuaire) devient inutilisée une fois les deux pages migrées : suppression de la fonction dans src/figures.py et de son import dans acheteur.py/titulaire.py.

Tests

Test unitaire de build_org_markers : cas nominal (plusieurs points, comptage), cas colonnes absentes ([] sans exception), cas coordonnées nulles filtrées.
Test unitaire de get_org_location_map : bounds calculés sur des points connus ; repli sur la vue France par défaut quand aucun marqueur.
Pas de nouveau test Selenium dédié (aucun test existant ne navigue actuellement vers /acheteurs/<id> ou /titulaires/<id> dans le navigateur) ; vérification manuelle via le serveur de dev recommandée après implémentation.

Hors périmètre (YAGNI)

Pas de découpage par région/DOM-TOM ni de bascule chloroplèthe sur ces pages (réservé à /observatoire).
Pas de changement du texte département/région/lien annuaire (reste basé sur l'annuaire des entreprises).
Pas de nouveau filtre autre que celui déjà présent (Année).

7.3 KiB Raw Blame History