RRC / src /racing_reports /lowblock_data.py
pablogrois's picture
Claude Opus 4.8
Normalizar nombres de liga (unifica variantes por-país)
196acdd
Raw History Blame Contribute Delete
6.82 kB
"""Datos de la sección "Recursos" (scatter + tablas por equipo).
Lee el artefacto bundleado ``vendor/data/lowblock/team_resources.parquet``: una fila por
(liga, temporada, equipo, lado of/def, recurso, bloque bajo/medio/alto) con **sumas crudas**.
El bloque se elige en el front (uno o varios); acá se **suman** las sumas de los bloques
elegidos y se recalculan las tasas, para que cualquier combinación de bloques sea consistente.
``n_matches`` (partidos jugados por equipo-temporada) da "intentos por 90'".
"""
from __future__ import annotations
from functools import lru_cache
import pandas as pd
from racing_reports import vendor_env
from racing_reports.league_names import canonical
PATH = vendor_env.DATA_DIR / "lowblock" / "team_resources.parquet"
RECURSO_LABELS = {
"todos": "Todos los recursos (construcción)",
"pase_entre_lineas": "Pase al espacio (throughball)",
"cutback": "Cutback",
"centro_colgado": "Centro colgado",
"centro_inswinger": "Centro inswinger",
"centro_outswinger": "Centro outswinger",
"centro_raso": "Centro raso",
"rompe_lineas_ok": "Rompe-líneas (completado)",
"gambeta": "1 vs 1",
"tiro_lejano": "Tiro desde fuera del área",
}
METRICA_LABELS = {
"pv_jugada": "Peligro por jugada (pv ‰)",
"pv_jugada_exitosa": "Peligro por jugada exitosa (pv ‰)",
"evento_clave": "Veces evento clave del ataque",
"tiros_jugada": "Tiros por jugada",
"xg_acum": "xG acumulado",
"xg_jugada": "xG por jugada",
"xg_jugada_exitosa": "xG por jugada exitosa",
"goles": "Goles",
"pct_goles": "% de goles",
"pct_exito": "% de éxito",
"n_intentos": "Cantidad de intentos",
"intentos_90": "Intentos por 90'",
}
BLOQUE_LABELS = {"bajo": "Bloque bajo", "medio": "Bloque medio", "alto": "Bloque alto"}
BLOQUES = ("bajo", "medio", "alto")
# sumas crudas del artefacto que se agregan al combinar bloques
RAW = ["n_intentos", "n_exitos", "pv_sum", "pv_n", "pv_ok_sum", "pv_ok_n", "evento_clave",
"n_seqs", "tiros", "goles", "xg_acum", "n_ok_seqs", "xg_ok"]
KEYS = ["liga", "temporada", "equipo", "lado", "recurso"]
@lru_cache(maxsize=1)
def _df() -> pd.DataFrame:
df = pd.read_parquet(PATH)
df["liga"] = df["liga"].astype(str).map(canonical) # normaliza nombres de liga
return df
def _parse_bloques(bloques: str | None) -> list[str]:
if not bloques:
return list(BLOQUES)
sel = [b.strip() for b in bloques.split(",") if b.strip() in BLOQUES]
return sel or list(BLOQUES)
def _combine(df: pd.DataFrame) -> pd.DataFrame:
"""Suma las sumas crudas de los bloques ya filtrados y recalcula tasas por fila."""
g = df.groupby(KEYS, as_index=False)
out = g[RAW].sum()
out = out.merge(g["n_matches"].max(), on=KEYS)
def rate(num, den, factor=1.0, nd=2):
return (out[num] / out[den].where(out[den] > 0) * factor).round(nd)
out["pct_exito"] = rate("n_exitos", "n_intentos", 100, 1)
out["pv_jugada"] = rate("pv_sum", "pv_n", 1000, 2)
out["pv_jugada_exitosa"] = rate("pv_ok_sum", "pv_ok_n", 1000, 2)
out["tiros_jugada"] = rate("tiros", "n_seqs", 1, 3)
out["xg_jugada"] = rate("xg_acum", "n_seqs", 1, 4)
out["xg_jugada_exitosa"] = rate("xg_ok", "n_ok_seqs", 1, 4)
out["pct_goles"] = rate("goles", "n_seqs", 100, 2)
out["intentos_90"] = rate("n_intentos", "n_matches", 1, 1)
out["xg_acum"] = out["xg_acum"].round(2)
# recursos donde algunas métricas no aplican (ver build): tiro_lejano REALIZA el peligro,
# rompe-líneas solo existe completado.
tiro = out["recurso"] == "tiro_lejano"
out.loc[tiro, ["pv_jugada", "pv_jugada_exitosa", "evento_clave"]] = pd.NA
out.loc[out["recurso"] == "rompe_lineas_ok", "pct_exito"] = pd.NA
return out
DISPLAY = ["liga", "temporada", "equipo", "lado", "recurso", "n_intentos", "intentos_90",
"n_matches", "pct_exito", "pv_jugada", "pv_jugada_exitosa", "evento_clave",
"tiros_jugada", "xg_acum", "xg_jugada", "xg_jugada_exitosa", "goles", "pct_goles"]
def options() -> dict:
df = _df()
seasons = {lg: sorted(g["temporada"].astype(str).unique(), reverse=True)
for lg, g in df.groupby("liga")}
return {
"leagues": sorted(df["liga"].unique().tolist()),
"seasons": seasons,
"recursos": RECURSO_LABELS,
"metricas": METRICA_LABELS,
"lados": {"of": "Ofensivo", "def": "Defensivo"},
"bloques": BLOQUE_LABELS,
}
def scatter_rows(league: str, bloques: str | None = None) -> list[dict]:
df = _df()
df = df[df["bloque"].isin(_parse_bloques(bloques))]
if league and league != "__all__":
df = df[df["liga"] == league]
out = _combine(df)[DISPLAY]
return out.where(pd.notna(out), None).to_dict("records")
# métricas de tasa (media de liga ponderada por intentos) vs de conteo (media simple)
DIF_METRICS = {"pct_exito": 1, "pv_jugada": 2, "pv_jugada_exitosa": 2,
"tiros_jugada": 3, "xg_jugada": 4, "pct_goles": 2}
COUNT_METRICS = {"n_intentos": 1, "intentos_90": 1, "evento_clave": 1, "goles": 1}
def team_tables(league: str, equipo: str, season: str | None = None,
bloques: str | None = None) -> dict:
df = _df()
df = df[df["bloque"].isin(_parse_bloques(bloques))]
liga_df = df[df["liga"] == league]
if season:
liga_df = liga_df[liga_df["temporada"].astype(str) == str(season)]
if liga_df.empty:
raise ValueError(f"Liga/temporada sin datos: {league} {season or ''}")
comb = _combine(liga_df)
out = {}
for lado in ("of", "def"):
sub = comb[comb["lado"] == lado]
# media de la liga ponderada por intentos, por recurso y métrica
medias: dict[str, dict] = {}
for rec, g in sub.groupby("recurso"):
w = g["n_intentos"].clip(lower=1)
medias[rec] = {}
for m, nd in DIF_METRICS.items():
v = (g[m] * w).sum() / w.sum()
medias[rec][m] = round(float(v), nd) if pd.notna(v) else None
for m, nd in COUNT_METRICS.items():
v = g[m].mean()
medias[rec][m] = round(float(v), nd) if pd.notna(v) else None
rows = sub[sub["equipo"] == equipo].sort_values("pv_jugada", ascending=False)
recs = rows[DISPLAY].where(pd.notna(rows[DISPLAY]), None).to_dict("records")
for r in recs:
mu = medias.get(r["recurso"], {})
r["dif"] = {}
for m, nd in {**DIF_METRICS, **COUNT_METRICS}.items():
if r.get(m) is not None and mu.get(m) is not None:
r["dif"][m] = round(float(r[m]) - mu[m], nd)
out[lado] = {"rows": recs, "liga_media": medias}
return {"league": league, "season": season, "equipo": equipo,
"recursos": RECURSO_LABELS, **out}