Bonjour,

Merci beaucoup pour votre travail pour le geocoding de la base de données sirene.

J'ai remarqué des problèmes de gécodage sur les villes possédant des arrondissements dans la BDD SIRENE ( ex LYON 4EME, cf liste ci-dessous). Comme cette adresse :

Cela génère de nombreux regroupements d'adresse sur un même POI.

Le répo est-il encore actif ? Si oui, est-il possible de faire une PR ?

Voici la liste des villes impactées :

• PARIS 16
• MARSEILLE 3
• MARSEILLE 14
• MARSEILLE 10
• MARSEILLE 5
• PARIS 11
• PARIS 9
• PARIS 17
• PARIS 15
• MARSEILLE 1
• PARIS 3
• PARIS 5
• PARIS 10
• LYON 6EME
• MARSEILLE 15
• PARIS 8
• PARIS 4
• MARSEILLE 9
• MARSEILLE 7
• PARIS 1
• MARSEILLE 11
• LYON 3EME
• MARSEILLE 16
• MARSEILLE 2
• LYON 4EME
• PARIS 14
• LYON 8EME
• MARSEILLE 8
• LYON 1ER
• MARSEILLE 4
• LYON 5EME
• MARSEILLE 12
• PARIS 20
• LYON 9EME
• PARIS 6
• LYON 2EME
• PARIS 19
• PARIS 18
• PARIS 7
• MARSEILLE 6
• PARIS 13
• MARSEILLE 13
• PARIS 12
• PARIS 2
• LYON 7EME

Serait-il possible de conserver plus de nom en sortie.

Je ne suis pas sûr, mais je pense qu'il n'y a que le nom de l'établissement et pas de la société.

Bonjour Christian,

Mes félicitations pour le travail réalisé !
J'essaie actuellement d'exploiter la base SIRENE géocodée, et les identifiants BAN associés me facilitent grandement la tache.
La base comprend de nombreux identifiants d'adresses codés de cette manière 92012_0050_65e5ce. Dans mon référentiel BAN je n'ai uniquement des ID préfixés de ADRNIVX_.
Saurais-tu me dire ou je pourrais trouver le référentiel d'adresses sur ces ID.

Je te remercie par avance !

Bonjour,

Pourrait-on envisager d'utiliser les tags siret et siren d'OSM pour appairer les POI ?

Bonjour
J'y connais pas grand chose en code mais déjà merci pour le boulot de geocodage et decoupage du fichier siren.
J'ai téléchargé le fichier geo_siret 2020 et j'ai été étonnée d'avoir beaucoup de latitude longitude vide par rapport au fichier 2019.
Apres avoir comparé les 2 fichiers j'ai 2 remarques:
je pense qu'il doit y a voir un soucis avec la gestion du geocodage finale "centroide des municiaplités". Peut être ce changement est il volontaire.? Je pense que la colonne complementAdresseEtablissement sert à la recherche de la municipalité, alors que libelleCommuneEtablissement serait peut être plus intéressante car remplie systématiquement avec la commune.
Les abréviations "militaires" ont du mal a trouver une correspondance. Je ne sais pas ci cela peut se traiter dans un code de manière globale.
Ci joint des exemples d'adresses identiques écrites de plusieurs manières trouvées dans libelleVoieEtablissement de mon fichier.
DIM = D.I.M= Division d infanterie....
B C A = B.C.A = Bataillon chasseur alpin
RI = Regiment = regiment d'infanterie= R infanterie = R.I = R I
REI = R.E.I = reniement étranger d'infanterie

bien Cordialement

Bonjour

Merci pour ce travail énorme et précieux.

Bonjour,

Cette page de data.gouv.fr renvoie vers ce fichier, qui est actuellement vide :

https://raw.githubusercontent.com/cquest/geocodage-spd/master/insee-sirene/cedex.csv

Le code EPCI n'est pas renseigné pour les établissements dans Paris / Marseille / Lyon. Cela vient peut-être du fait que la base sirene fournisse "PARIS 10", "PARIS 8", "LYON 1ER", "LYON 2EME", "MARSEILLE 1"... comme ville au lieu de juste "PARIS".

Bonjour Christian,

Avant tout merci pour le script, tout fonctionne à merveille jusqu'au moment ou je dois executer la commande

wc -l sirene_*.csv | sort -n -r | grep ...csv -o | sed 's/.csv//' |
parallel -j 24 -t ./1b_sirene_geo.py sirene_{}.csv > sirene_{}.csv.log

En effet cela géolocalise bien certaines entreprises mais pas toute et j'ai une erreur récurrente qui est

File "./1b_sirene_geo.py", line 248, in
stats[source['properties']['type']]+=1
KeyError: 'place'

Auriez-vous une réponse à m'apporter ?

D'avance merci pour votre aide.

Bonjour,
Il semblerait que toutes les lignes soient doublées. La totalités des champs sont identiques entre les deux doublons.
Constaté pour le département 76 du mois d'aout (http://212.47.238.202/geo_sirene/last/geo-sirene_76.csv.7z)

Et merci pour ce boulot !

Bonjour.
Tout d abord merci bcp pour tout votre aide et pour ces données SIREN géocodées.

J essai de voir si les coordonnées GPS sont fiables, et sur un département comme la Drôme (26) j'observe que la couverture entreprise est plutot réaliste dans son ensemble.
Toutefois, je regardé le géocodage des gros employeurs, et le numéro 5 du département, i.e. "Areva NC, Cite atomique, 26700 Pierrelate", n est pas positionné précisément (votre géocodage est sur le centre de la commune de Pierrelate alors que le site Areva se trouve réelement à l'exterieur de la ville à environ 7km (googlemaps est précis).
Est ce que cette approximation viens de l absence de numéro dans l'adresse?
Est-ce qu il n y a pas possibilité de faire plus précis?
Merci bcp.

Tets

Bonjour !

En prenant l'ensemble des fichiers csv par département présents sur http://data.cquest.org/geo_sirene/v2019/last/dep/, je me suis fait mordre par PostgreSQL avec un :

value too long for type character varying(26)

En effet, j'ai repris la définition des variables présentes dans les fichiers CSV https://www.sirene.fr/sirene/public/static/liste-variables en créant un table PostgreSQL avec la bonne longueur des différents champs. Par exemple :

• distributionSpecialeEtablissement : https://www.sirene.fr/sirene/public/variable/distributionSpecialeEtablissement type TEXTE longueur 26
• complementAdresseEtablissement : https://www.sirene.fr/sirene/public/variable/complementAdresseEtablissement type TEXTE, longueur 38

Puis en faisant un bête COPY CSV TO, j'ai eu des chaînes parfois plus longues. Deux exemples :

• Département 33, POLYCLI BX NORD MED VASCULAIRE N°15A33 en tant que valeur de la variable complementAdresseEtablissement qui a donc ici une longueur 39 pour 38 attendue

• Département 13, CENTRAIX ET N°2 AV DU 8 MA pour la valeur de la variable distributionSpecialeEtablissement

Je me demande si dans le filtre ou le découpage d'entités par département, y'aura pas un soucis d'encodage qui se glisse.

Pour l'instant, j'ai augmenté la taille de mes champs.

Merci,
Damien G.

Bonjour Christian,

Tout d'abord merci pour votre réponse à mon erreur. J'aurais une question cependant, auriez-vous un tuto ou un lien expliquant clairement la mise en place d'un serveur BAN/BANO car celui que j'ai mis en place sur mon serveur n'est pas très efficace et la géolocalisation des données n'est pas bonne, parfois il me fait une géolocalisation de la bonne adresse mais pas dans le bon département ! J

e m'interroge donc sur cette erreur, soit elle provient de mon BANO (probable) soit du script (mais ça me semble moins probable).

En revanche je n'ai pas essayer avec votre nouvelle version.