"
else:
return f"Escudo no encontrado
" def asignar_color_resultado(local, visitante): if local > visitante: return "green" elif local < visitante: return "red" else: return "blue" # Tu función corregida y definitiva # Diccionario global para almacenar predicciones de partidos predicciones_guardadas = {} def predecir(equipo_local, equipo_visitante): global predicciones_guardadas # Para modificar la variable global clave_partido = (equipo_local, equipo_visitante) # ✅ Si la predicción ya existe, usarla if clave_partido in predicciones_guardadas: prob_max, resultado_max, resultado_html, estadisticas_html, tabla_historial_html = predicciones_guardadas[clave_partido] else: # ✅ Generar la predicción solo si no existe aún prob_max = np.random.uniform(40, 60) resultado_max = "Victoria Local" if prob_max > 50 else "Victoria Visitante" color_resultado = "green" if prob_max > 50 else "red" enfrentamientos = df[ ((df["Equipo_Local"] == equipo_local) & (df["Equipo_Visitante"] == equipo_visitante)) | ((df["Equipo_Local"] == equipo_visitante) & (df["Equipo_Visitante"] == equipo_local)) ].sort_values(by="Fecha", ascending=False).head(10) # ✅ Verificar si hay enfrentamientos previos if enfrentamientos.empty: print(f"⚠️ No hay enfrentamientos previos entre {equipo_local} y {equipo_visitante}.") # Retornar valores vacíos para evitar el error de Gradio return ( f"⚠️ No hay datos suficientes para predecir este partido.
", "", "No hay historial de enfrentamientos.
" ) # ✅ Calcular promedio de goles en los enfrentamientos goles_equipo_A = enfrentamientos.apply( lambda row: row["Goles_Local"] if row["Equipo_Local"] == equipo_local else row["Goles_Visitante"], axis=1 ) goles_equipo_B = enfrentamientos.apply( lambda row: row["Goles_Local"] if row["Equipo_Local"] == equipo_visitante else row["Goles_Visitante"], axis=1 ) promedio_goles_equipo_A = goles_equipo_A.mean() if not goles_equipo_A.empty else 0 promedio_goles_equipo_B = goles_equipo_B.mean() if not goles_equipo_B.empty else 0 ultimos_10_local = df[df["Equipo_Local"] == equipo_local].sort_values(by="Fecha", ascending=False).head(10) ultimos_10_visitante = df[df["Equipo_Visitante"] == equipo_visitante].sort_values(by="Fecha", ascending=False).head(10) prom_goles_local = ultimos_10_local["Goles_Local"].mean() prom_tiros_local = ultimos_10_local["Tiros_Puerta_Local"].mean() prom_corners_local = ultimos_10_local["Corners_Local"].mean() prom_goles_visitante = ultimos_10_visitante["Goles_Visitante"].mean() prom_tiros_visitante = ultimos_10_visitante["Tiros_Puerta_Visitante"].mean() prom_corners_visitante = ultimos_10_visitante["Corners_Visitante"].mean() # ✅ Calcular la efectividad de gol (% de tiros que terminan en gol) efectividad_local = ( prom_goles_local / prom_tiros_local * 100) if prom_tiros_local > 0 else 0 efectividad_visitante = (prom_goles_visitante / prom_tiros_visitante * 100) if prom_tiros_visitante > 0 else 0 resultado_max = "Victoria Local" if prob_max > 50 else "Victoria Visitante" color_resultado = "green" if prob_max > 50 else "red" resultado_html = f"""🏟️ Estadio: {estadios[equipo_local]['estadio']}
📊 Capacidad: {estadios[equipo_local]['capacidad']} espectadores