Ligne doublon

[bambidotexe]

Bonjour, nous avons remarqué quelques doublons.

Quel logique adoptez pour déterminez le bon id a renvoyer pour une recherche?

example d'id doublon: ADRNIVX_0000000312917963 ADRNIVX_0000000312917964 ADRNIVX_0000000312917965

[ebuard]

Bonjour.

Pour bien localiser le problème, pourriez-vous préciser où avez -vous vu ces doublons:

• sur les csv de adresse.data.gouv.fr
• sur l'API de gestion de la BAN
• sur des fichiers csv fournis par la BAN Team? Merci.

[Logiclogique]

Bonjour, ADRNIVX_0000000272754800 ADRNIVX_0000000272757353 Licence gratuite de repartage. Téléchargé les fichiers CSV sur data.gouv -> Les deux lignes sont identiques sauf l'ID, les variables de géolocalisation (X, Y, etc.). Pourquoi il y a-t-il ce doublonnage ? Je pense que ce ne sont pas les seuls donc quelle ligne dois-je retenir pour l'adresse en question ?

Quelles sont les sources des données de la BAN ? Merci, cordialement,

[ebuard]

Bonjour. Ce sont les mêmes adresses (68 bd Jules Durand) mais leur type de localisation est différent:

• ADRNIVX_0000000272754800 est localisé "à la plaque", soit la meilleure localisation possible;

• ADRNIVX_0000000272757353 est "projetée du centre parcelle", soit issue d'un calcul géométrique de projection sur le centre de la parcelle sur la voie.

La première position est donc plus précise, mais sur les exports csv de adresse.data.gouv nous ne connaissons effectivement pas cette information. N'hésitez pas à nous remonter toute question de doublons avec les identifiants concernés.

Cordialement;

[Logiclogique]

Bonjour Ebuard, Je vous ai envoyé un fichier avec un certain nombre d'adresses en doublons (voire plus!) Merci, cdt,

[Logiclogique]

Serait-il possible d'avoir un retour ? Merci, cordialement,

[odorie]

EBuard a dû vous adresser une analyse des premières lignes du fichier en début de semaine. Nous avons l'impression que vous ne tenez pas compte des indices de répétition (A, B, BIS, TER ...). Dans cette version de la BAN, il y a cependant des vrais doublons car nous conservons une adresse pour chaque parcelle DGFIP. Donc quand un adresse correspond à n parcelles, il y a n adresses dans la base. De plus vous n'avez pas les informations pour conserver la meilleure position. Dans la prochaine version de la BAN, un des exports devrait conserver la meilleure position (il n'y aura plus de doublons). Avec la version actuelle, il faudrait tenir compte des indices de répétitions et prendre une des adresses au hasard pour les filtrer les doublons (par exemple celle qui a le plus grand identifiant). Elle ne devrait normalement pas être très loin des autres.