| """Feature forme recente joueur - ISO 5055/5259. |
| |
| Ce module extrait la forme recente des joueurs: |
| - calculate_recent_form: Score sur N derniers matchs |
| |
| Conformite: |
| - ISO 5055: Module <300 lignes, responsabilite unique |
| - ISO 5259: Donnees reelles, pas d'estimation |
| """ |
|
|
| from __future__ import annotations |
|
|
| import logging |
|
|
| import pandas as pd |
|
|
| logger = logging.getLogger(__name__) |
|
|
|
|
| def calculate_recent_form(df: pd.DataFrame, window: int = 5) -> pd.DataFrame: |
| """Calcule la forme recente de chaque joueur (score sur N derniers matchs). |
| |
| Args: |
| ---- |
| df: DataFrame echiquiers filtre (parties jouees uniquement) |
| window: nombre de matchs pour calculer la forme |
| |
| Returns: |
| ------- |
| DataFrame avec colonnes: |
| - joueur_nom: nom complet |
| - forme_recente: score moyen sur les N derniers matchs [0, 1] |
| - nb_matchs_forme: nombre de matchs utilises |
| - forme_tendance: 'hausse', 'baisse', 'stable' (momentum) |
| |
| ISO 5259: Forme calculee depuis resultats reels uniquement. |
| """ |
| logger.info(f"Calcul forme recente (window={window})...") |
|
|
| if df.empty: |
| return pd.DataFrame() |
|
|
| |
| parties_jouees = df[ |
| ~df["type_resultat"].isin(["non_joue", "forfait_blanc", "forfait_noir", "double_forfait"]) |
| ].copy() |
|
|
| if "date" in parties_jouees.columns: |
| parties_jouees = parties_jouees.sort_values("date") |
|
|
| forme_data = [] |
|
|
| for couleur in ["blanc", "noir"]: |
| nom_col = f"{couleur}_nom" |
| resultat_col = f"resultat_{couleur}" |
|
|
| if nom_col not in parties_jouees.columns or resultat_col not in parties_jouees.columns: |
| continue |
|
|
| for joueur, group in parties_jouees.groupby(nom_col): |
| if len(group) >= window: |
| last_n = group.tail(window) |
| forme = last_n[resultat_col].mean() |
|
|
| |
| tendance = _calculate_tendance(last_n, resultat_col, window) |
|
|
| forme_data.append( |
| { |
| "joueur_nom": joueur, |
| "forme_recente": forme, |
| "nb_matchs_forme": len(last_n), |
| "forme_tendance": tendance, |
| } |
| ) |
|
|
| result = pd.DataFrame(forme_data) |
| if len(result) > 0: |
| |
| result = ( |
| result.groupby("joueur_nom") |
| .agg( |
| forme_recente=("forme_recente", "mean"), |
| nb_matchs_forme=("nb_matchs_forme", "sum"), |
| forme_tendance=("forme_tendance", "first"), |
| ) |
| .reset_index() |
| ) |
|
|
| logger.info(f" {len(result)} joueurs avec forme recente") |
| return result |
|
|
|
|
| def _calculate_tendance( |
| last_n: pd.DataFrame, |
| resultat_col: str, |
| window: int, |
| ) -> str: |
| """Calcule la tendance (hausse/baisse/stable). |
| |
| Args: |
| ---- |
| last_n: DataFrame des N derniers matchs |
| resultat_col: Nom colonne resultat |
| window: Taille fenetre |
| |
| Returns: |
| ------- |
| 'hausse', 'baisse', ou 'stable' |
| """ |
| mid = window // 2 |
| first_half = last_n.head(mid)[resultat_col].mean() |
| second_half = last_n.tail(mid)[resultat_col].mean() |
|
|
| if second_half > first_half + 0.1: |
| return "hausse" |
| elif second_half < first_half - 0.1: |
| return "baisse" |
| return "stable" |
|
|
