Update src/module/Data_Exploration.py

src/module/Data_Exploration.py

@@ -65,6 +65,84 @@ class AdvancedAnalyzer:  # <--- RENOMMAGE ICI
                 
         return None
 
+
+    # --- Matrice de missing values (heatmap)
+    
+    def plot_missing_matrix(self, table_keyword=''):
+        
+    df = self.get_df(table_keyword) if table_keyword else next(iter(self.dataframes.values()))
+    
+    if df is None:
+        
+        st.warning("Table introuvable pour missing matrix.")
+        
+        return
+        
+    miss = df.isnull().astype(int)
+    
+    # réduire si trop large
+    
+    if miss.shape[1] > 40:
+        
+        st.warning("Beaucoup de colonnes (>40) — afficher un résumé des top colonnes manquantes.")
+        
+    col_missing = (miss.sum().sort_values(ascending=False) / len(df) * 100).head(40)
+    df_plot = pd.DataFrame({'col': col_missing.index, 'pct_missing': col_missing.values})
+    fig = px.bar(df_plot, x='col', y='pct_missing', title=f"Colonnes les plus manquantes ({table_keyword or 'table'})", text='pct_missing')
+    fig.update_traces(texttemplate='%{text:.1f}%', textposition='outside')
+    fig.update_layout(xaxis_tickangle=-45)
+    st.plotly_chart(fig, use_container_width=True)
+
+    # --- Distribution numérique + boxplot résumé
+
+    
+    def plot_numeric_summary(self, table_keyword, top_n=8):
+    df = self.get_df(table_keyword)
+    if df is None: return
+    num_cols = df.select_dtypes(include='number').columns.tolist()
+    if not num_cols:
+        st.info("Aucune colonne numérique.")
+        return
+    num_cols = num_cols[:top_n]
+    for col in num_cols:
+        c1, c2 = st.columns([2,1])
+        with c1:
+            fig = px.histogram(df, x=col, nbins=60, marginal='box', title=f"Distribution : {col}")
+            st.plotly_chart(fig, use_container_width=True)
+        with c2:
+            st.write(df[col].describe().to_frame().T)
+
+
+    #----Corrélation (heatmap) pour numériques
+    
+    def plot_correlation(self, table_keyword):
+    df = self.get_df(table_keyword)
+    if df is None: return
+    num = df.select_dtypes(include='number').dropna(axis=1, how='all')
+    if num.shape[1] < 2:
+        st.info("Pas assez de colonnes numériques pour corrélation.")
+        return
+    corr = num.corr()
+    fig = px.imshow(corr, text_auto=".2f", title=f"Heatmap corrélations ({table_keyword})")
+    st.plotly_chart(fig, use_container_width=True)
+
+    # ----- Vérification d'intégrité référentielle (join rates)
+    
+    def referential_check(self, left_table, right_table, key='patient_id'):
+    left = self.get_df(left_table); right = self.get_df(right_table)
+    if left is None or right is None:
+        st.warning("Tables introuvables pour check référentiel.")
+        return
+    left_keys = set(left[key].dropna().unique())
+    right_keys = set(right[key].dropna().unique())
+    in_left_not_right = len(left_keys - right_keys)
+    in_right_not_left = len(right_keys - left_keys)
+    st.write(f"- Clés {key} dans {left_table}: {len(left_keys):,}")
+    st.write(f"- Clés {key} dans {right_table}: {len(right_keys):,}")
+    st.metric("Dans left mais pas right", f"{in_left_not_right:,}")
+    st.metric("Dans right mais pas left", f"{in_right_not_left:,}")
+
+
     # --- VUES ANALYTIQUES AVANCÉES ---
 
     def tab_time_series_advanced(self):