Spaces:
Sleeping
Sleeping
File size: 2,453 Bytes
8445ed4 | 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 | """Validadores e helpers numéricos do Analytical-Force.
Funções pequenas e puras usadas pelos motores de métricas para evitar
divisões por zero, normalizar valores ausentes e arredondar com segurança.
"""
from __future__ import annotations
from typing import Any
import pandas as pd
def safe_float(valor: Any, padrao: float = 0.0) -> float:
"""Converte um valor para float de forma segura.
Trata None, NaN e strings inválidas retornando o padrão.
"""
if valor is None:
return padrao
try:
resultado = float(valor)
except (TypeError, ValueError):
return padrao
# Protege contra NaN.
if resultado != resultado: # NaN != NaN
return padrao
return resultado
def safe_int(valor: Any, padrao: int = 0) -> int:
"""Converte um valor para int de forma segura."""
try:
return int(safe_float(valor, float(padrao)))
except (TypeError, ValueError):
return padrao
def divisao_segura(numerador: float, denominador: float, padrao: float = 0.0) -> float:
"""Divide dois números evitando divisão por zero.
Args:
numerador: Valor do numerador.
denominador: Valor do denominador.
padrao: Valor retornado quando o denominador é zero.
Returns:
Resultado da divisão ou o padrão.
"""
if not denominador:
return padrao
return numerador / denominador
def percentual(parte: float, total: float, casas: int = 2) -> float:
"""Calcula o percentual de ``parte`` sobre ``total`` (0-100)."""
return round(divisao_segura(parte, total) * 100.0, casas)
def arredondar(valor: float | None, casas: int = 2) -> float | None:
"""Arredonda um número, preservando None."""
if valor is None:
return None
return round(float(valor), casas)
def is_dataframe_vazio(df: pd.DataFrame | None) -> bool:
"""Indica se um DataFrame é None ou está vazio."""
return df is None or df.empty
def coluna_existe(df: pd.DataFrame | None, coluna: str) -> bool:
"""Verifica se uma coluna existe em um DataFrame não vazio."""
return not is_dataframe_vazio(df) and coluna in df.columns
def normalizar_severidade(severidade: str) -> str:
"""Garante que a severidade esteja em {low, medium, high}.
Valores desconhecidos são tratados como ``low``.
"""
valor = (severidade or "").strip().lower()
return valor if valor in {"low", "medium", "high"} else "low"
|