refactoring and adding test cases for test coverage

archive/_workflow.py

@@ -0,0 +1,81 @@
+import pandas as pd
+from sklearn.metrics import mean_squared_error
+from xgboost import XGBRegressor
+
+# -----------------------------------------------------------------------------------------------------------------------------
+# Input:
+#   DataFrame df mit Columns f_umsatz_fakt, firmen, art, v_warengrp
+#   kunde (muss enthalten sein in df['firmen']['firma_refid'])
+
+# Output:
+#   Integer umsetzung (Prognose möglich): 0 ja, 1 nein (zu wenig Daten verfügbar), 2 nein (Daten nicht für Prognose geeignet)
+#   DataFrame test: Jahr, Monat, Vorhersage
+# -----------------------------------------------------------------------------------------------------------------------------
+
+
+# Prognose Umsatz je Firma
+
+
+def prognose(df, kunde):
+    daten = {'Auftrag': [], 'Datum': [], 'Umsatz': []}
+    df_firma = df['f_umsatz_fakt'][
+        (df['f_umsatz_fakt']['firma_refid'] == kunde)
+        & (df['f_umsatz_fakt']['beleg_typ'] == 1)
+        & (df['f_umsatz_fakt']['betrag'] > 0)
+    ]
+    for auftrag in df_firma['vorgang_refid'].unique():
+        daten['Auftrag'].append(auftrag)
+        daten['Datum'].append(
+            df_firma[df_firma['vorgang_refid'] == auftrag]['buchungs_datum'].iloc[0]
+        )
+        daten['Umsatz'].append(df_firma[df_firma['vorgang_refid'] == auftrag]['betrag'].sum())
+
+    daten = pd.DataFrame(daten)
+    daten = daten.sort_values(by='Datum')
+    daten = daten.reset_index()
+
+    # Datenverfügbarkeit prüfen
+    if len(daten) >= 100:
+        # Entwicklung der Umsätze: definierte Zeiträume Monat
+        daten['Jahr'] = daten['Datum'].dt.year
+        daten['Monat'] = daten['Datum'].dt.month
+
+        monthly_sum = daten.groupby(['Jahr', 'Monat'])['Umsatz'].sum().reset_index()
+        monthly_sum['Datum'] = (
+            monthly_sum['Monat'].astype(str) + '.' + monthly_sum['Jahr'].astype(str)
+        )
+        monthly_sum['Datum'] = pd.to_datetime(monthly_sum['Datum'], format='%m.%Y')
+        monthly_sum = monthly_sum.set_index('Datum')
+
+        train = monthly_sum.iloc[:-5].copy()
+        test = monthly_sum.iloc[-5:].copy()
+
+        features = ['Jahr', 'Monat']
+        target = 'Umsatz'
+
+        X_train, y_train = train[features], train[target]
+        X_test, y_test = test[features], test[target]
+
+        reg = XGBRegressor(
+            base_score=0.5,
+            booster='gbtree',
+            n_estimators=1000,
+            early_stopping_rounds=50,
+            objective='reg:squarederror',
+            max_depth=3,
+            learning_rate=0.01,
+        )
+        reg.fit(
+            X_train, y_train, eval_set=[(X_train, y_train), (X_test, y_test)], verbose=100
+        )
+
+        test.loc[:, 'Vorhersage'] = reg.predict(X_test)
+        test = test.reset_index(drop=True)
+
+        # umsetzung, prognose
+        return 0, test
+
+    # zu wenig Daten verfügbar
+    else:
+        # umsetzung, prognose
+        return 1, None