| """(Optionnel) Ajoute de vraies bouteilles notées à GRAPP avec le dataset Kaggle |
| « Wine Reviews » (Wine Enthusiast, 130 000 avis) : https://www.kaggle.com/datasets/zynicide/wine-reviews |
| |
| 1. Télécharger winemag-data-130k-v2.csv (compte Kaggle gratuit), le mettre dans data/ |
| ou : kaggle datasets download -d zynicide/wine-reviews -p data --unzip |
| 2. python scripts/enrichir_kaggle.py |
| => crée data/bouteilles_kaggle.csv ; l'app affiche alors, pour chaque vin |
| recommandé, les bouteilles réelles les mieux notées de cette appellation. |
| """ |
| import sys |
| from pathlib import Path |
|
|
| import pandas as pd |
|
|
| ROOT = Path(__file__).resolve().parents[1] |
| sys.path.insert(0, str(ROOT)) |
| from grapp.engine import normaliser |
|
|
| src = ROOT / "data" / "winemag-data-130k-v2.csv" |
| if not src.exists(): |
| sys.exit(f"Fichier introuvable : {src}\nTélécharge-le depuis Kaggle (voir l'en-tête du script).") |
|
|
| kag = pd.read_csv(src).dropna(subset=["title", "price"]) |
| kag["t"] = kag["title"].map(normaliser) + " " + kag["designation"].fillna("").map(normaliser) |
| vins = pd.read_csv(ROOT / "data" / "vins.csv") |
|
|
| lignes = [] |
| for nom in vins["nom"]: |
| cle = normaliser(nom.replace(" rouge", "").replace(" blanc", "").replace(" rosé", "")) |
| sel = kag[kag["t"].str.contains(rf"\b{cle}\b", regex=True)] |
| for _, r in sel.sort_values(["points", "price"], ascending=[False, True]).head(5).iterrows(): |
| lignes.append({"nom": nom, "bouteille": r.title, "points": r.points, |
| "prix_usd": r.price, "avis": r.description}) |
| out = pd.DataFrame(lignes) |
| out.to_csv(ROOT / "data" / "bouteilles_kaggle.csv", index=False) |
| print(f"{len(out)} bouteilles pour {out['nom'].nunique()} appellations -> data/bouteilles_kaggle.csv") |
|
|
