diff --git a/src/tests/classement_param.py b/src/tests/classement_param.py
index f2dba3c297f50531f0331eaae3f404eac42e3bee..20898dd91a3a5c8777e82aa5433aeeb096e41e84 100644
--- a/src/tests/classement_param.py
+++ b/src/tests/classement_param.py
@@ -1,3 +1,8 @@
+# Fonction d'exploration des données : compte le nombre d'un panel de paramètres sélectionnés suite à nos recherches (ARS, OMS, ...) 
+# i.e. combien de prélèvements comportent ces paramètres : est-ce qu'ils sont beaucoup testés
+# ici dans la Table des résultats de l'année 2024 (1ère année que nous avons exploré)
+# nous a servi pour choisir notre panel de paramètres pour notre étude et notre calcul de scores
+
 import pandas as pd
 
 parametres_a_filtrer = {
@@ -19,22 +24,14 @@ parametres_a_filtrer = {
 } 
 
 def count_filtered_occurrences(csv_file):
-    # Lire le fichier CSV
-    df = pd.read_csv(csv_file, dtype={'cdparametre': str})  # S'assurer que les codes sont traités comme des chaînes
-
-    # Compter les occurrences des paramètres filtrés
+    df = pd.read_csv(csv_file)
     occurrences = df['cdparametre'].value_counts()
-
-    # Ajouter les paramètres manquants avec 0 occurrence
     occurrences = occurrences.reindex(parametres_a_filtrer, fill_value=0)
-
     return occurrences
 
 if __name__ == "__main__":
-    csv_file = "data/processed/Table2024_normalized.csv"  # Remplacez par votre chemin de fichier
+    csv_file = "data/processed/Table2024_normalized.csv"
     occurrences = count_filtered_occurrences(csv_file)
-
-    # Affichage des résultats avec le format souhaité
     print("Occurrences des paramètres sélectionnés :")
     for param, count in occurrences.items():
         print(f"{param} : {count}")
\ No newline at end of file