Projet terminé V1.0

app/services/database.py

@@ -0,0 +1,67 @@
+"""
+database.py — Accès aux données historiques pour l'analyse technique.
+"""
+from sqlalchemy import text
+from app import db
+
+
+def get_historique_df(isin):
+    """Récupère l'historique complet d'un ISIN trié par date croissante.
+    Retourne un DataFrame pandas ou None si aucune donnée.
+
+    Colonnes : date, price, open, hight, low, vol, change
+    """
+    import pandas as pd
+
+    rows = db.session.execute(
+        text(
+            "SELECT date, price, `open`, hight, low, vol, `change` "
+            "FROM historique WHERE isin = :isin ORDER BY date ASC"
+        ),
+        {"isin": isin},
+    ).fetchall()
+
+    if not rows:
+        return None
+
+    df = pd.DataFrame(rows, columns=["date", "price", "open", "hight", "low", "vol", "change"])
+
+    # Conversion des types
+    df["date"] = pd.to_datetime(df["date"])
+    df["price"] = pd.to_numeric(df["price"], errors="coerce")
+    df["open"] = pd.to_numeric(df["open"], errors="coerce")
+    df["hight"] = pd.to_numeric(df["hight"], errors="coerce")
+    df["low"] = pd.to_numeric(df["low"], errors="coerce")
+    df["vol"] = pd.to_numeric(df["vol"], errors="coerce").astype("Int64")
+    df["change"] = pd.to_numeric(df["change"], errors="coerce")
+
+    # Nettoyage : doublons de dates (on garde la dernière)
+    df = df.drop_duplicates(subset="date", keep="last")
+
+    # Suppression des lignes sans prix (essentielles)
+    df = df.dropna(subset=["price"])
+
+    # Tri par date
+    df = df.sort_values("date").reset_index(drop=True)
+
+    return df
+
+
+def get_action_info(isin):
+    """Récupère les infos de l'action (company_name, ticker, currency).
+    Retourne un dict ou None si l'ISIN n'existe pas dans le référentiel.
+    """
+    row = db.session.execute(
+        text("SELECT isin, ticker, company_name, currency FROM actions WHERE isin = :isin"),
+        {"isin": isin},
+    ).fetchone()
+
+    if not row:
+        return None
+
+    return {
+        "isin": row.isin,
+        "ticker": row.ticker or "",
+        "company_name": row.company_name or "",
+        "currency": row.currency or "EUR",
+    }