Upload processing.py

processing.py

@@ -63,92 +63,28 @@ def map_statut_expert(p2):
 # --- 3. PRÉPARATION DES DONNÉES (La version robuste) ---
 
 def prepare_input(data):
-    # 1. LISTE EXACTE issue de ton erreur 500 (Ordre d'entraînement)
-    # C'est cette liste qui fait foi pour l'indexation XGBoost
-    model_ordered_cols = [
-        'Tranche_effectif_num', 'risque_departemental', 'is_ess', 
-        'APE_Activités administratives et autres activités de soutien aux entreprises',
-        "APE_Activités auxiliaires de services financiers et d'assurance ",
-        'APE_Activités créatives, artistiques et de spectacle ',
-        "APE_Activités d'architecture et d'ingénierie ; activités de contrôle et analyses techniques",
-        'APE_Activités de location et location-bail',
-        'APE_Activités des agences de voyage, voyagistes, services de réservation et activités connexes',
-        'APE_Activités des services financiers, hors assurance et caisses de retraite',
-        'APE_Activités des sièges sociaux ; conseil de gestion',
-        'APE_Activités immobilières',
-        'APE_Activités juridiques et comptables',
-        "APE_Activités liées à l'emploi",
-        'APE_Activités pour la santé humaine',
-        'APE_Activités sportives, récréatives et de loisirs',
-        'APE_Autres activités spécialisées, scientifiques et techniques',
-        'APE_Autres industries manufacturières',
-        'APE_Autres services personnels',
-        'APE_Collecte, traitement et élimination des déchets ; récupération',
-        'APE_Commerce de détail, à l’exception des automobiles et des motocycles',
-        'APE_Commerce de gros, à l’exception des automobiles et des motocycles',
-        "APE_Commerce et réparation d'automobiles et de motocycles",
-        'APE_Construction de bâtiments ',
-        'APE_Enquêtes et sécurité',
-        'APE_Enseignement',
-        'APE_Entreposage et services auxiliaires des transports',
-        "APE_Fabrication d'autres produits minéraux non métalliques",
-        'APE_Fabrication de boissons',
-        'APE_Fabrication de machines et équipements n.c.a.',
-        'APE_Fabrication de meubles',
-        'APE_Fabrication de produits métalliques, à l’exception des machines et des équipements',
-        'APE_Génie civil',
-        'APE_Hébergement',
-        "APE_Imprimerie et reproduction d'enregistrements",
-        'APE_Industrie chimique',
-        "APE_Industrie de l'habillement",
-        'APE_Industries alimentaires',
-        'APE_Production de films cinématographiques, de vidéo et de programmes de télévision ; enregistrement sonore et édition musicale',
-        "APE_Production et distribution d'électricité, de gaz, de vapeur et d'air conditionné",
-        'APE_Programmation, conseil et autres activités informatiques ',
-        'APE_Publicité et études de marché',
-        'APE_Recherche-développement scientifique',
-        'APE_Restauration',
-        "APE_Réparation d'ordinateurs et de biens personnels et domestiques",
-        "APE_Réparation et installation de machines et d'équipements ",
-        "APE_Services d'information",
-        'APE_Services relatifs aux bâtiments et aménagement paysager',
-        'APE_Transports terrestres et transport par conduites',
-        "APE_Travail du bois et fabrication d'articles en bois et en liège, à l’exception des meubles ; fabrication d’articles en vannerie et sparterie",
-        'APE_Travaux de construction spécialisés ',
-        'APE_Télécommunications',
-        'APE_Édition',
-        'CJ_5710',
-        'APE_Autres_Secteurs',
-        'age_au_diagnostic'
-    ]
+    # On utilise la liste issue du Secret (qui doit être propre désormais !)
+    df = pd.DataFrame(0.0, index=[0], columns=FEATURES)
 
-    # 2. On crée le DataFrame avec cet ordre IMPOUISSANT
-    df = pd.DataFrame(0.0, index=[0], columns=model_ordered_cols)
-
-    # 3. On remplit les données
+    # Remplissage par nom de colonne (Pandas gère l'index automatiquement)
     df['age_au_diagnostic'] = float(data.get('age_estime', 0))
     df['Tranche_effectif_num'] = float(data.get('Tranche_effectif_num', 0))
     df['is_ess'] = int(data.get('is_ess', 0))
     
-    # Risque département
     code_dep = str(data.get('code_departement', '')).strip().upper()
     df['risque_departemental'] = float(DEP_RISK_MAP.get(code_dep, 0.05))
     
-    # Mapping APE
     code_ape = str(data.get('code_ape', '')).zfill(2)
     section_name = APE_SECTION_MAP.get(code_ape)
     if section_name:
         col_ape = f"APE_{section_name}"
         if col_ape in df.columns:
             df[col_ape] = 1.0
-        else:
-            df['APE_Autres_Secteurs'] = 1.0
-
-    # Mapping CJ
+            
     cj_prefix = str(data.get('categorie_juridique', ''))[:4]
     col_cj = f"CJ_{cj_prefix}"
     if col_cj in df.columns:
         df[col_cj] = 1.0
 
-    # 4. On s'assure de l'ordre final avant DMatrix
-    return xgb.DMatrix(df[model_ordered_cols])
+    # L'ordre doit être strictement celui du Secret
+    return xgb.DMatrix(df[FEATURES])