Report - účasti registrovaných sportovců v matrikacsb.cz

from connection import connect_to_db

conn = connect_to_db()

import pandas as pd

ucasti_sql =  """
SELECT 
    h.Legitimace,
    h.Prijmeni,
    h.Jmena,
    h.Rocnik,
    k.Nazev as KlubNazev,
    t.Nazev as TurnajNazev,
    t.DatumOd as TurnajOd,
    t.DatumDo as TurnajDo,
    kt.Nazev as KategorieTurnaje,
    CASE 
        WHEN p.Id IS NOT NULL THEN 'Ano'
        ELSE 'Ne'
    END as ClenPrispevek2024
FROM Hrac h
INNER JOIN Ucast u ON h.Legitimace = u.IdHrace
INNER JOIN Soutezici s ON s.Id = u.IdSouteziciho
INNER JOIN Turnaj t ON t.Id = s.IdTurnaje
LEFT JOIN Klub k ON k.Id = h.IdKlubu
LEFT JOIN KategorieTurnaje kt ON kt.Id = t.IdKategorie
LEFT JOIN Prispevek p ON p.IdHrace = h.Legitimace AND p.IdSezony = 2024
WHERE 
    t.DatumOd >= CONVERT(datetime, '2023-11-01', 120)
    AND t.DatumOd <= CONVERT(datetime, '2024-10-31', 120)
ORDER BY Prijmeni, Jmena
    """

df = pd.read_sql(ucasti_sql, conn)

# Vypočítáme počet dnů soutěží pro každou soutěž
df['DobaTurnaje'] = (pd.to_datetime(df['TurnajDo']) - pd.to_datetime(df['TurnajOd'])).dt.days

# Jednodenní soutěže jsou převedeny na 1 den
df.loc[df['DobaTurnaje'] == 0, 'DobaTurnaje'] = 1

df.head()

df = df[df['ClenPrispevek2024'] == 'Ano']

print(f"Počet účastí s prispevekem za rok 2024: {len(df)}")

print("Kategorie:\n")

print(*sorted(df['KategorieTurnaje'].fillna('Neznámá').unique().tolist()), sep='\n' )

display( df[df['KategorieTurnaje'].isna()][['TurnajNazev', 'TurnajOd', 'TurnajDo']])

print(f"Počet řádků před filtrováním: {len(df)}")
df = df[~df['KategorieTurnaje'].isin(['Funbridge', 'Klubové a jiné podobné turnaje', None])]
print(f"Počet řádků po filtrování: {len(df)}")
print("\nZbývající kategorie:")
print(*sorted(df['KategorieTurnaje'].dropna().unique().tolist()), sep='\n')

df_tournaments = df[['TurnajNazev', 'TurnajOd', 'TurnajDo', 'DobaTurnaje']].drop_duplicates()

df_long_tournaments =  df_tournaments[df_tournaments['DobaTurnaje'] > 2]

df_long_tournaments.sort_values(by='DobaTurnaje', ascending=False)

long_tournament_mapping = {
 'Skupinovka České Budějovice - Jaro 2024': 10,
 'Skupinovka České Budějovice - Podzim 2024': 10,
 'Pražská skupinová A zima 2023': 5,
 '1. Liga 2024': 8,
 'Skupinová A - Jaro 2024': 5,
 'Pražská skupinová A léto 2024': 5,
 'Pražská skupinovka A Jaro 2024': 5,
 'Pražská liga jaro 2024': 11,
 '2. Liga 2024': 8,
 'Skupinová B Podzim 2024': 9,
 'Pražská Skupinová B Jaro 2024': 9,
 'Pražská švýcarská skupinovka jaro 2024': 5,
 'Brno skupinovka 09/24 - 01/25': 10,
 'Brno - Skupinovka': 10,
}

# Upravíme počet dnů soutěží pro dlouhodobé turnaje
for tournament, days in long_tournament_mapping.items():
    df.loc[df['TurnajNazev'] == tournament, 'DobaTurnaje'] = days

# Zobrazime mapovani
for tournament, days in long_tournament_mapping.items():
    print(f"{tournament}".ljust(45), f"{days} dní")

# Seskupíme data podle hráče a sečteme dny turnajů
sportovci_dny = df.groupby(['Legitimace', 'Prijmeni', 'Jmena', 'Rocnik', 'KlubNazev'])['DobaTurnaje'].sum().reset_index().rename(columns={'DobaTurnaje': 'Pocet dni'})

# Vyfiltrujeme hráče s více než 6 dny soutěží
sportovci_nad_6_dni = sportovci_dny[sportovci_dny['Pocet dni'] > 6].sort_values('Pocet dni', ascending=False)
sportovic_nad_6_dni_filtered = sportovci_nad_6_dni[(sportovci_nad_6_dni['Rocnik'] >= 1975) & (sportovci_nad_6_dni['Rocnik'] <= 2001)]

# Zobrazíme výsledky
print(f"Počet sportovců s více než 6 dny soutěží: {len(sportovci_nad_6_dni)}")
print(f"Počet sportovců s více než 6 dny soutěží a rokem narození mezi 1975 a 2001: {len(sportovic_nad_6_dni_filtered)}")
print("\nSeznam sportovců:")
sportovci_nad_6_dni.to_csv('sportovci_nad_6_dni.csv', index=False)
sportovic_nad_6_dni_filtered.to_csv('sportovci_nad_6_dni_filtered.csv', index=False)


sportovci_nad_6_dni

print("Seznam sportovců s více než 6 dny soutěží a rokem narození mezi 1975 a 2001:")
sportovic_nad_6_dni_filtered