Feat: move assign Lot to featured

scripts/history_stagging.py

@@ -22,6 +22,12 @@ def extract_cat(cat: pd.DataFrame):
     return trans, cat_drop
 
 
+def lot_naming(value):
+    if str(value).isnumeric():
+        return str(value).zfill(2)
+    return "PC"
+
+
 def trans_2017_2021(
     dfs: list[pd.DataFrame], stagging_columns: list[str], **kwrds
 ) -> pd.DataFrame:
@@ -35,7 +41,7 @@ def trans_2017_2021(
         Porte=df["porte"],
         Débit=df["Débit"].fillna(0),
         Crédit=df["Crédit"].fillna(0),
-        Lot=df["immeuble"].astype(str) + df["porte"].astype("str").str.zfill(2),
+        Lot=df["porte"].apply(lot_naming),
         Année=df["Date"].astype(str).str.slice(0, 4),
         Mois=df["Date"].astype(str).str.slice(5, 7),
         Catégorie=df["Categorie"].replace(cat_trans),
@@ -54,7 +60,7 @@ def trans_2022_charge(
         Porte=df["lot"],
         Débit=df["Débits"].fillna(0),
         Crédit=df["Crédits"].fillna(0),
-        Lot=df["immeuble"].astype(str)[0] + df["lot"].astype("str").str.zfill(2),
+        Lot=df["lot"].apply(lot_naming),
         Année=df["annee"],
         Mois=df["mois"],
         Catégorie=df["Catégorie Charge"],
@@ -75,7 +81,7 @@ def trans_2022_loc(
         Porte=df["lot"],
         Débit=0,
         Crédit=df["Réglés"].fillna(0),
-        Lot=df["immeuble"].astype(str)[0] + df["lot"].astype("str").str.zfill(2),
+        Lot=df["lot"].apply(lot_naming),
         Année=df["annee"],
         Mois=df["mois"],
         Catégorie="Loyer Charge",
@@ -93,7 +99,7 @@ def trans_2023(
     df = df.assign(
         Débit=df["Débit"].fillna(0),
         Crédit=df["Crédit"].fillna(0),
-        Lot=df["Immeuble"].astype(str) + df["Porte"].astype("str").str.zfill(2),
+        Lot=lot_naming(df["Porte"]),
         Année=year,
     )
     return df[stagging_columns]

scripts/stagging_gold.py

@@ -14,6 +14,7 @@ def feature_crg(dfs: list[pd.DataFrame]) -> pd.DataFrame:
     df = dfs[0]
     df = df.assign(
         Impact=df["Crédit"] - df["Débit"],
+        Lot=df["Immeuble"].astype(str) + df["Lot"].astype("str"),
     )
     return df