Datasets:
File size: 3,275 Bytes
cc6400d | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 | """Noyau equipe - features reglementaires FFE (A02 Art. 3.7.f) - ISO 5055.
Features:
- est_dans_noyau_blanc/noir (bool→int): joueur a-t-il deja joue pour cette
equipe cette saison avant cette ronde ?
- pct_noyau_equipe_dom/ext (float 0-1): % de la composition actuelle qui
est dans le noyau de l'equipe.
Conformite ISO/IEC:
- 5055: Module <300 lignes, SRP, fonctions <50 lignes
- 5259: Qualite donnees ML
Document ID: ALICE-FEA-NOYAU-001
Version: 1.0.0
"""
from __future__ import annotations
import logging
import pandas as pd
logger = logging.getLogger(__name__)
def extract_noyau_features(df_history_played: pd.DataFrame) -> pd.DataFrame:
"""Calcule les features noyau par partie.
Pour chaque ligne (blanc_nom, noir_nom, equipe, ronde, saison),
indique si le joueur a deja joue pour cette equipe durant les rondes
precedentes de la meme saison.
Args:
----
df_history_played: DataFrame parties jouees (sans forfaits)
Returns:
-------
DataFrame avec colonnes: joueur_nom, equipe, saison, ronde,
est_dans_noyau, pct_noyau_match.
Chaque joueur peut apparaitre plusieurs fois (une par partie).
"""
if df_history_played.empty:
return pd.DataFrame()
rows = _collect_noyau_rows(df_history_played)
if not rows:
return pd.DataFrame()
result = pd.DataFrame(rows)
logger.info(" Noyau: %d entrees joueur/match calculees", len(result))
return result
def _collect_noyau_rows(df: pd.DataFrame) -> list[dict]:
"""Collecte les donnees noyau pour chaque joueur par match."""
rows: list[dict] = []
for (saison, equipe, ronde), group in df.groupby(["saison", "equipe_dom", "ronde"]):
_process_match_noyau(df, group, saison, str(equipe), int(ronde), "blanc", rows)
for (saison, equipe, ronde), group in df.groupby(["saison", "equipe_ext", "ronde"]):
_process_match_noyau(df, group, saison, str(equipe), int(ronde), "noir", rows)
return rows
def _process_match_noyau(
df_all: pd.DataFrame,
group: pd.DataFrame,
saison: int,
equipe: str,
ronde: int,
color: str,
rows: list[dict],
) -> None:
"""Traite un match pour extraire les features noyau."""
nom_col = f"{color}_nom"
if nom_col not in group.columns:
return
equipe_col = "equipe_dom" if color == "blanc" else "equipe_ext"
# Joueurs ayant joue pour cette equipe dans les rondes PRECEDENTES
prior = df_all[
(df_all["saison"] == saison)
& (df_all[equipe_col] == equipe)
& (df_all["ronde"] < ronde)
& (df_all[nom_col].notna())
]
noyau_set = set(prior[nom_col].unique())
# Joueurs dans la composition actuelle
joueurs_match = group[nom_col].dropna().tolist()
nb_match = len(joueurs_match)
if nb_match == 0:
return
nb_noyau = sum(1 for j in joueurs_match if j in noyau_set)
pct = nb_noyau / nb_match
for joueur in joueurs_match:
rows.append(
{
"joueur_nom": joueur,
"equipe": equipe,
"saison": saison,
"ronde": ronde,
"est_dans_noyau": int(joueur in noyau_set),
"pct_noyau_match": round(pct, 3),
}
)
|