Update app.py

app.py

@@ -71,6 +71,7 @@ DISPLAY_COLUMNS_ALL = [
 # - Название диссертации -> ссылка на ВАК (если есть vak_link)
 # - после "Год": OpenAlex (ID+ссылка), ORCID (ID+ссылка)
 # - Тип по умолчанию скрыт
+# - Регистрационный номер по умолчанию скрыт
 # ==========================
 
 UI_TABLE_COLUMNS = [
@@ -82,15 +83,18 @@ UI_TABLE_COLUMNS = [
     "Год",
     "OpenAlex",
     "ORCID",
-#    "Регистрационный номер",
+    "Регистрационный номер",
     "h-index",
     "i10-index",
     "Работ",
     "Цитат",
 ]
 
-# По умолчанию: все включены, кроме "Организация" и "Тип"
-DEFAULT_VISIBLE_UI = {c: (c != "Организация" and c != "Тип") for c in UI_TABLE_COLUMNS}
+# По умолчанию: все включены, кроме "Организация", "Тип" и "Регистрационный номер"
+DEFAULT_VISIBLE_UI = {
+    c: (c not in {"Организация", "Тип", "Регистрационный номер"})
+    for c in UI_TABLE_COLUMNS
+}
 
 
 # ==========================
@@ -513,7 +517,6 @@ def run_search(
 ):
     mask = build_filter_mask(candidate_selected, doctor_selected, science_selected, year_range)
 
-    # С запасом, чтобы после OA/ORCID фильтров осталось до top_k
     prefetch_k = min(max(int(top_k) * 5, int(top_k)), 500)
     results = search_core(query, prefetch_k, mask=mask)
 
@@ -530,7 +533,6 @@ def run_search(
 
     df_raw["reg_norm"] = df_raw["registration_number"].map(_norm_regnum)
 
-    # OA/ORCID enrichment
     if not oa_enrich.empty:
         en = oa_enrich.reindex(df_raw["reg_norm"]).reset_index(drop=True)
 
@@ -542,19 +544,18 @@ def run_search(
         df_raw["openalex_url"] = _get("openalex_url", "").map(_norm_openalex_url)
         df_raw["orcid_url"] = _get("orcid_url", "").map(_norm_orcid_url)
 
-        df_raw["h_index"] = pd.to_numeric(_get("h_index", 0), errors="coerce").astype("float64")
-        df_raw["i10_index"] = pd.to_numeric(_get("i10_index", 0), errors="coerce").astype("float64")
-        df_raw["works_count"] = pd.to_numeric(_get("works_count", 0), errors="coerce").astype("float64")
-        df_raw["cited_by_count"] = pd.to_numeric(_get("cited_by_count", 0), errors="coerce").astype("float64")
+        df_raw["h_index"] = pd.to_numeric(_get("h_index", np.nan), errors="coerce").astype("float64")
+        df_raw["i10_index"] = pd.to_numeric(_get("i10_index", np.nan), errors="coerce").astype("float64")
+        df_raw["works_count"] = pd.to_numeric(_get("works_count", np.nan), errors="coerce").astype("float64")
+        df_raw["cited_by_count"] = pd.to_numeric(_get("cited_by_count", np.nan), errors="coerce").astype("float64")
     else:
         df_raw["openalex_url"] = ""
         df_raw["orcid_url"] = ""
-        df_raw["h_index"] = 0
-        df_raw["i10_index"] = 0
-        df_raw["works_count"] = 0
-        df_raw["cited_by_count"] = 0
+        df_raw["h_index"] = np.nan
+        df_raw["i10_index"] = np.nan
+        df_raw["works_count"] = np.nan
+        df_raw["cited_by_count"] = np.nan
 
-    # Фильтры "только с ..."
     if only_openalex:
         df_raw = df_raw[df_raw["openalex_url"].map(_safe_text) != ""]
     if only_orcid:
@@ -564,15 +565,12 @@ def run_search(
     if len(df_raw) > int(top_k):
         df_raw = df_raw.iloc[: int(top_k)].copy()
 
-    # Дедуп и индекс-идентификатор для стабильного выбора
     df_raw["reg_norm"] = df_raw["registration_number"].map(_norm_regnum)
     df_raw = df_raw.drop_duplicates(subset=["reg_norm"]).set_index("reg_norm", drop=True)
 
-    # Перенумерация "№"
     if "№" in df_raw.columns:
         df_raw["№"] = np.arange(1, len(df_raw) + 1)
 
-    # ====== UI значения со ссылками ======
     fio_txt = df_raw["fio"].map(_safe_text)
 
     title_txt = df_raw["title"].map(_safe_text)
@@ -591,13 +589,13 @@ def run_search(
     df_ui = pd.DataFrame(
         {
             "Сходство": pd.to_numeric(df_raw["score"], errors="coerce").astype("float64"),
-            "ФИО": fio_txt,  # НЕ ссылка
-            "Название диссертации": title_cell,  # ссылка на ВАК через LinkColumn
+            "ФИО": fio_txt,
+            "Название диссертации": title_cell,
             "Организация": df_raw["author_org_short"].map(_safe_text),
             "Тип": df_raw["dissertation_type"].map(_safe_text),
             "Год": pd.to_numeric(df_raw["protection_year"], errors="coerce").astype("float64"),
-            "OpenAlex": openalex_cell,  # ID + ссылка
-            "ORCID": orcid_cell,        # ID + ссылка
+            "OpenAlex": openalex_cell,
+            "ORCID": orcid_cell,
             "Регистрационный номер": df_raw["registration_number"].map(_safe_text),
             "h-index": df_raw["h_index"],
             "i10-index": df_raw["i10_index"],
@@ -608,7 +606,6 @@ def run_search(
     )
     df_ui.index.name = "reg_norm"
 
-    # Excel
     df_excel_ru = df_raw.reset_index(drop=True).rename(columns=COLUMN_LABELS_RU_EXCEL)
     output = io.BytesIO()
     with pd.ExcelWriter(output, engine="xlsxwriter") as writer:
@@ -662,11 +659,9 @@ if "last_df_raw" not in st.session_state:
 if "last_excel" not in st.session_state:
     st.session_state.last_excel = None
 
-# выбор диссертаций хранится по reg_norm (стабильный ключ)
 if "selected_regnorms" not in st.session_state:
     st.session_state.selected_regnorms = set()
 
-# ключ для data_editor (обновляем на новый поиск)
 if "search_id" not in st.session_state:
     st.session_state.search_id = 0
 
@@ -734,10 +729,9 @@ with st.form("search_form"):
     with c2:
         do_search = st.form_submit_button("🔍 Поиск", type="primary", use_container_width=True)
 
-# выбранные для отображения колонки (после формы)
 visible_ui_cols = [c for c in UI_TABLE_COLUMNS if st.session_state.get(_show_col_key(c), True)]
 if not visible_ui_cols:
-    visible_ui_cols = [c for c in UI_TABLE_COLUMNS if c not in {"Организация", "Тип"}]
+    visible_ui_cols = [c for c in UI_TABLE_COLUMNS if c not in {"Организация", "Тип", "Регистрационный номер"}]
 
 if do_search:
     if not candidate_selected and not doctor_selected:
@@ -759,7 +753,6 @@ if do_search:
         st.session_state.last_df_raw = df_raw
         st.session_state.last_excel = excel_bytes
 
-        # выбор не сбрасываем — оставляем только те, что есть в новых результатах
         if isinstance(df_ui, pd.DataFrame) and not df_ui.empty:
             st.session_state.selected_regnorms = set(st.session_state.selected_regnorms) & set(df_ui.index)
         else:
@@ -777,7 +770,6 @@ if isinstance(df_ui_saved, pd.DataFrame) and not df_ui_saved.empty:
     selected_set = set(st.session_state.selected_regnorms) & set(df_ui_saved.index)
     st.session_state.selected_regnorms = selected_set
 
-    # таблица + колонка выбора
     df_display = df_ui_saved.copy()
     df_display.insert(0, "Выбрать", df_display.index.map(lambda x: x in selected_set))
 
@@ -830,7 +822,6 @@ if isinstance(df_ui_saved, pd.DataFrame) and not df_ui_saved.empty:
         key=f"editor_{st.session_state.search_id}",
     )
 
-    # синхронизация выбора
     if isinstance(edited, pd.DataFrame) and "Выбрать" in edited.columns:
         st.session_state.selected_regnorms = set(edited.index[edited["Выбрать"] == True].tolist())