app/pe/pe_jury.py

@@ -50,6 +50,7 @@ from zipfile import ZipFile
 import numpy as np
 import pandas as pd
 
+from app.pe import pe_semtag
 from app.pe.pe_affichage import NOM_STAT_PROMO, SANS_NOTE, NOM_STAT_GROUPE
 import app.pe.pe_affichage as pe_affichage
 from app.pe.pe_etudiant import *  # TODO A éviter -> pe_etudiant.
@@ -96,7 +97,9 @@ class JuryPE(object):
                 pe_affichage.pe_print("*** Aucun étudiant diplômé")
             else:
                 self._gen_xls_diplomes(zipfile)
+                self._gen_rcss()
                 self._gen_xls_resultats_semestres_taggues(zipfile)
+                self._gen_xls_semestres_taggues(zipfile)
                 # self._gen_xls_rcss_tags(zipfile)
                 # self._gen_xls_interclassements_rcss(zipfile)
                 # self._gen_xls_synthese_jury_par_tag(zipfile)
@@ -142,12 +145,53 @@ class JuryPE(object):
             output, engine="openpyxl"
         ) as writer:
             for res_sem_tag in self.res_sems_tags.values():
-                onglet = res_sem_tag.get_repr()
+                onglet = res_sem_tag.get_repr(verbose=False)
                 df = res_sem_tag.df_moyennes_et_classements()
                 # écriture dans l'onglet
                 df.to_excel(writer, onglet, index=True, header=True)
         output.seek(0)
 
+        self.add_file_to_zip(
+            zipfile,
+            f"resultats_semestres_taggues_{self.diplome}.xlsx",
+            output.read(),
+            path="details",
+        )
+
+    def _gen_rcss(self):
+        """Génère les RCS (attribut `rcss_jury`), combinaisons de semestres suivis par les étudiants au sens
+        d'un nom de RCS (par ex: '3S').
+        """
+        pe_affichage.pe_print(
+            "*** Génère les RCS (différentes combinaisons de semestres) des étudiants"
+        )
+        self.rcss_jury = pe_rcs.RCSsJuryPE(self.diplome)
+        self.rcss_jury.cree_rcss(self.etudiants)
+
+    def _gen_xls_semestres_taggues(self, zipfile: ZipFile):
+        """Génère les semestres taggués en s'appuyant sur les RCS de type Sx (pour
+        identifier les redoublements impactant les semestres taggués).
+        """
+        # Génère les moyennes des RCS de type Sx
+        pe_affichage.pe_print("*** Calcule les moyennes de semestres = RCS de type Sx")
+
+        self.sems_tags = {}
+        for rcs_id, rcs in self.rcss_jury.rcss.items():
+            if rcs.nom.startswith("S"):
+                self.sems_tags[rcs_id] = pe_semtag.SemTag(rcs, self.res_sems_tags)
+
+        # Intègre le bilan des semestres taggués au zip final
+        output = io.BytesIO()
+        with pd.ExcelWriter(  # pylint: disable=abstract-class-instantiated
+                output, engine="openpyxl"
+        ) as writer:
+            for sem_tag in self.sems_tags.values():
+                onglet = sem_tag.get_repr(verbose=False)
+                df = sem_tag.df_moyennes_et_classements()
+                # écriture dans l'onglet
+                df.to_excel(writer, onglet, index=True, header=True)
+        output.seek(0)
+
         self.add_file_to_zip(
             zipfile,
             f"semestres_taggues_{self.diplome}.xlsx",
@@ -156,11 +200,7 @@ class JuryPE(object):
         )
 
     def _gen_xls_rcss_tags(self, zipfile: ZipFile):
-        """Génère :
-
-        * les RCS (combinaisons de semestres suivis par les étudiants au sens
-        d'un aggrégat (par ex: '3S'))
-        * les RCS tagguées des RCS, en calculant les moyennes et les classements par tag
+        """Génère les RCS tagguées des RCS, en calculant les moyennes et les classements par tag
         pour chacune.
 
         Stocke le résultat dans self.rccs_tag, un dictionnaire de
@@ -183,14 +223,9 @@ class JuryPE(object):
 
 
         """
-        pe_affichage.pe_print(
-            "*** Génère les trajectoires (différentes combinaisons de semestres) des étudiants"
-        )
-        self.rcss_jury = pe_rcs.RCSsJuryPE(self.diplome)
-        self.rcss_jury.cree_rcss(self.etudiants)
 
-        # Génère les moyennes par tags des trajectoires
-        pe_affichage.pe_print("*** Calcule les moyennes par tag des RCS possibles")
+        # Génère les moyennes des RCS de type Sx
+        pe_affichage.pe_print("*** Calcule les moyennes des RCS de type Sx")
 
         self.rcss_tags = {}
         for rcs_id, rcs in self.rcss_jury.rcss.items():
@@ -597,9 +632,6 @@ def compute_resultats_semestres_tag(etudiants: EtudiantsJuryPE) -> dict:
     return semestres_tags
 
 
-
-
-
 def compute_interclassements(
     etudiants: EtudiantsJuryPE,
     trajectoires_jury_pe: pe_rcs.RCSsJuryPE,

app/pe/pe_moytag.py

@@ -1,9 +1,11 @@
 import numpy as np
 import pandas as pd
 
+from app import comp
 from app.comp.moy_sem import comp_ranks_series
 from app.models import UniteEns
 from app.pe import pe_affichage
+from app.scodoc.codes_cursus import UE_SPORT
 
 
 class Moyenne:
@@ -157,8 +159,9 @@ class MoyennesTag:
     def __init__(
         self,
         tag: str,
-        ues: list[UniteEns],
+        ues: dict[int, UniteEns],
         notes_ues: pd.DataFrame,
+        ues_inscr_parcours_df: pd.DataFrame
         # notes_gen: pd.Series,
     ):
         """Classe centralisant la synthèse des moyennes/classements d'une série
@@ -169,21 +172,39 @@ class MoyennesTag:
             tag: Un tag
             ues: La liste des UEs ayant servie au calcul de la moyenne
             notes_ues: Les moyennes (etudid x acronymes_ues) aux différentes UEs et pour le tag
+            ues_inscr_parcours_df: Les inscriptions des etudid au UE
             # notes_gen: Une série de notes (moyenne) sous forme d'un pd.Series() (toutes UEs confondues)
         """
         self.tag = tag
         """Le tag associé aux moyennes"""
 
         # Les UE
-        self.ues: dict[int, UniteEns] = {ue.id: ue for ue in ues}
+        self.ues: dict[int, UniteEns] = ues
         """Les UEs sur lesquelles sont calculées les moyennes"""
+
         colonnes = list(notes_ues.columns)
-        acronymes = [self.ues[ue_id].acronyme for ue_id in colonnes]
-        assert len(set(acronymes)) == len(colonnes), \
-            "Deux UEs ne peuvent pas avoir le même acronyme"
+        acronymes: list[str] = [self.ues[ue_id].acronyme for ue_id in self.ues]
+        assert len(set(acronymes)) == len(
+            colonnes
+        ), "Deux UEs ne peuvent pas avoir le même acronyme"
+
+        # Les inscriptions des etudids aux UEs
+        self.ues_inscr_parcours_df: pd.DataFrame = ues_inscr_parcours_df
+        """Les inscriptions des etudids au UE en fonction de leur parcours"""
+
+        # Les coefficients à appliquer aux UEs pour la moyenne générale = ECTS
+        self.ects = self.ues_inscr_parcours_df.fillna(0.0) * [
+            ue.ects
+            for ue in self.ues.values()  # if ue.type != UE_SPORT <= déjà supprimé
+        ]
+        # Les profils d'ects (pour debug)
+        profils_ects = []
+        for val in list(self.ects.values):
+            if tuple(val) not in profils_ects:
+                profils_ects.append(tuple(val))
 
         # Les moyennes par UE
-        self.notes_ues = notes_ues
+        self.notes_ues: pd.DataFrame = notes_ues
         """Les notes aux UEs (dataframe)"""
         self.notes_ues.columns = acronymes  # remplace les ue.id par leur acronyme
         self.moys_ues: dict[int, pd.DataFrame] = {}
@@ -193,11 +214,42 @@ class MoyennesTag:
             self.moys_ues[ue.acronyme] = Moyenne(notes)
 
         # Les moyennes générales
+        notes_gen = self.compute_moy_gen(self.notes_ues, self.ects)
         self.notes_gen = notes_gen
         """Les notes générales (moyenne toutes UEs confonudes)"""
         self.moy_gen = Moyenne(notes_gen)
         """Le dataframe retraçant les moyennes/classements/statistiques général"""
 
+        pe_affichage.pe_print(f"> MoyTag pour {tag} avec")
+        pe_affichage.pe_print(f"  - ues={acronymes}")
+        pe_affichage.pe_print(f"  - ects={profils_ects}")
+
+
     def __eq__(self, other):
         """Egalité de deux MoyenneTag lorsque leur tag sont identiques"""
         return self.tag == other.tag
+
+    def compute_moy_gen(
+        self, moy_ues: pd.DataFrame, coeff_ues: pd.DataFrame
+    ) -> pd.Series:
+        """Calcule la moyenne générale (toutes UE confondus)
+        pour le tag considéré, en pondérant les notes obtenues au UE
+        par les crédits ECTS.
+
+        Args:
+            moy_ues: Les moyennes etudids x acronymes_ues
+            coeff_ues: Les coeff etudids x ueids
+        """
+
+        # Calcule la moyenne générale dans le semestre (pondérée par le ECTS)
+        try:
+            moy_gen_tag = comp.moy_sem.compute_sem_moys_apc_using_ects(
+                moy_ues,
+                coeff_ues,
+                # formation_id=self.formsemestre.formation_id,
+                skip_empty_ues=True,
+            )
+        except TypeError as e:
+            raise TypeError("Pb dans le calcul de la moyenne toutes UEs confondues")
+
+        return moy_gen_tag

app/pe/pe_rcstag.py

@@ -94,7 +94,7 @@ class RCSTag(TableTag):
         self.etuds = nt.etuds
 
         # assert self.etuds == trajectoire.suivi  # manque-t-il des étudiants ?
-        self.etudiants = {etud.etudid: etud.etat_civil for etud in self.etuds}
+        self.etats_civils = {etud.etudid: etud.nomprenom for etud in self.etuds}
 
         self.tags_sorted = self.do_taglist()
         """Tags extraits de tous les semestres"""
@@ -102,7 +102,7 @@ class RCSTag(TableTag):
         self.notes_cube = self.compute_notes_cube()
         """Cube de notes"""
 
-        etudids = list(self.etudiants.keys())
+        etudids = list(self.etats_civils.keys())
         self.notes = compute_tag_moy(self.notes_cube, etudids, self.tags_sorted)
         """Calcul les moyennes par tag sous forme d'un dataframe"""
 

app/pe/pe_ressemtag.py

@@ -70,19 +70,15 @@ class ResSemTag(TableTag):
         self.formsemestre = FormSemestre.get_formsemestre(formsemestre_id)
 
         # Le nom du res_semestre taggué
-        self.nom = self.get_repr(mode="long")
+        self.nom = self.get_repr(verbose=True)
 
-        pe_affichage.pe_print(
-            f"--> Résultats de Semestre taggués {self.nom}"
-        )
+        pe_affichage.pe_print(f"--> Résultats de semestre taggués {self.nom}")
 
         # Les résultats du semestre
         self.nt = load_formsemestre_results(self.formsemestre)
 
-        # Les étudiants
-        self.etuds = self.nt.etuds
-        self.etudiants = {etud.etudid: etud.etat_civil for etud in self.etuds}
-        self.etudids = list(self.etudiants.keys())
+        # Les étudiants (etuds, états civils & etudis)
+        self.add_etuds(self.nt.etuds)
 
         # Les notes, les modules implémentés triés, les étudiants, les coeffs,
         # récupérés notamment de py:mod:`res_but`
@@ -113,8 +109,13 @@ class ResSemTag(TableTag):
             moy_ues_tag = self.compute_moy_ues_tag(infos_tag)
             # moy_gen_tag = self.compute_moy_gen_tag(moy_ues_tag)
 
+            ues_dict = {ue.id: ue for ue in ues_hors_sport}
             self.moyennes_tags[tag] = MoyennesTag(
-                tag, ues_hors_sport, moy_ues_tag # moy_gen_tag
+                tag,
+                ues_dict,
+                moy_ues_tag,
+                self.ues_inscr_parcours_df
+                # moy_gen_tag
             )
 
         # Ajoute les d'UE moyennes générales de BUT pour le semestre considéré
@@ -128,8 +129,10 @@ class ResSemTag(TableTag):
         )
         # moy_ues = self.nt.etud_moy_ue[ue_id]
         # moy_gen_but = self.nt.etud_moy_gen
+        ues_dict = {ue.id: ue for ue in ues_hors_sport}
+
         self.moyennes_tags["but"] = MoyennesTag(
-            "but", ues_hors_sport, df_ues #, moy_gen_but
+            "but", ues_dict, df_ues, self.ues_inscr_parcours_df  # , moy_gen_but
         )
 
         self.tags_sorted = self.get_all_tags()
@@ -144,11 +147,11 @@ class ResSemTag(TableTag):
         #    f"   => Traitement des tags {', '.join(self.tags_sorted)}"
         # )
 
-    def get_repr(self, mode="long"):
+    def get_repr(self, verbose=False):
         """Nom affiché pour le semestre taggué"""
-        if mode == "short":
+        if verbose:
             return f"{self.formsemestre} ({self.formsemestre_id})"
-        else: # mode == "long"
+        else:
             return pe_etudiant.nom_semestre_etape(self.formsemestre, avec_fid=True)
 
     def compute_moy_ues_tag(self, info_tag: dict[int, dict]) -> pd.DataFrame:
@@ -192,25 +195,6 @@ class ResSemTag(TableTag):
         )
         return moyennes_ues_tag
 
-    def compute_moy_gen_tag(self, moy_ues_tag: pd.DataFrame) -> pd.Series:
-        """Calcule la moyenne générale (toutes UE confondus)
-        pour le tag considéré, en les pondérant par les crédits ECTS.
-        """
-        # Les ects
-        ects = self.ues_inscr_parcours_df.fillna(0.0) * [
-            ue.ects for ue in self.ues if ue.type != UE_SPORT
-        ]
-
-        # Calcule la moyenne générale dans le semestre (pondérée par le ECTS)
-        moy_gen_tag = comp.moy_sem.compute_sem_moys_apc_using_ects(
-            moy_ues_tag,
-            ects,
-            formation_id=self.formsemestre.formation_id,
-            skip_empty_ues=True,
-        )
-
-        return moy_gen_tag
-
     def _get_tags_dict(self):
         """Renvoie les tags personnalisés (déduits des modules du semestre)
         et les tags automatiques ('but'), et toutes leurs informations,
@@ -272,8 +256,6 @@ class ResSemTag(TableTag):
             raise ScoValueError(message)
 
 
-
-
 def get_moduleimpl(modimpl_id) -> dict:
     """Renvoie l'objet modimpl dont l'id est modimpl_id"""
     modimpl = db.session.get(ModuleImpl, modimpl_id)

app/pe/pe_semtag.py

@@ -49,7 +49,7 @@ from app.pe.pe_moytag import MoyennesTag
 
 
 class SemTag(TableTag):
-    def __init__(self, rcs: RCS, semestres_taggues: dict[int, ResSemTag]):
+    def __init__(self, rcs: RCS, res_sems_tags: dict[int, ResSemTag]):
         """Calcule les moyennes/classements par tag à un RCS d'un seul semestre
         (ici semestre) de type 'Sx' (par ex. 'S1', 'S2', ...) :
 
@@ -62,7 +62,7 @@ class SemTag(TableTag):
 
         Args:
             rcs: Un RCS (identifié par un nom et l'id de son semestre terminal)
-            semestres_taggues: Les données sur les semestres taggués
+            res_sems_tags: Les données sur les résultats des semestres taggués
         """
         TableTag.__init__(self)
 
@@ -88,27 +88,20 @@ class SemTag(TableTag):
         self.semestres_aggreges = rcs.semestres_aggreges
         """Les semestres aggrégés"""
 
-        self.semestres_tags_aggreges = {}
-        """Les semestres tags associés aux semestres aggrégés"""
+        self.res_sems_tags = {}
+        """Les résultats des semestres taggués (limités aux semestres aggrégés)"""
         try:
             for frmsem_id in self.semestres_aggreges:
-                self.semestres_tags_aggreges[frmsem_id] = semestres_taggues[frmsem_id]
+                self.res_sems_tags[frmsem_id] = res_sems_tags[frmsem_id]
         except:
-            raise ValueError("Semestres taggués manquants")
+            raise ValueError("Résultats des semestres taggués manquants")
 
-        # Les données des étudiants
-        self.etuds = nt.etuds
-        """Les étudiants"""
-        self.etudids = [etud.etudid for etud in self.etuds]
-        """Les etudids"""
-        self.etats_civils = {
-            etudid: self.etuds[etudid].etat_civil for etudid in self.etudids
-        }
-        """Les états civils"""
+        # Les étudiants (etuds, états civils & etudis)
+        self.add_etuds(nt.etuds)
 
         # Les tags
         self.tags_sorted = self.comp_tags_list()
-        """Tags extraits du semestre terminal de l'aggrégat"""
+        """Tags (extraits uniquement du semestre terminal de l'aggrégat)"""
 
         # Les UEs
         self.ues = self.comp_ues(tag="but")
@@ -116,20 +109,33 @@ class SemTag(TableTag):
         """UEs extraites du semestre terminal de l'aggrégat (avec 
          check de concordance sur les UE des semestres_aggrégés)"""
 
+        # Les inscriptions aux UEs
+        self.ues_inscr_parcours_df = self.comp_ues_inscr_parcours(tag="but")
+        """Les inscriptions aux UEs (extraites uniquement du semestre terminal)"""
+
         self.moyennes_tags: dict[str, MoyennesTag] = {}
         """Moyennes/classements par tag (qu'ils soient personnalisés ou automatiques)"""
 
-        self.notes: dict[str, pd.DataFrame] = {}
-        """Les notes aux différents tags"""
+        self.moyennes_tags: dict[str, pd.DataFrame] = {}
+        """Les notes aux UEs dans différents tags"""
+        # Masque des inscriptions
+        inscr_mask = self.ues_inscr_parcours_df.to_numpy()
         for tag in self.tags_sorted:
             # Cube de note
-            notes_cube = self.compute_notes_ues_cube(tag, self.acronymes_ues)
+            notes_cube = self.compute_notes_ues_cube(tag, self.acronymes_ues_sorted)
 
             # Calcule des moyennes sous forme d'un dataframe"""
-            self.notes[tag] = compute_notes_ues(notes_cube, self.etudids, self.acronymes_ues)
-
+            moys_ues = compute_notes_ues(
+                notes_cube,
+                self.etudids,
+                self.acronymes_ues_sorted,
+                inscr_mask,
+            )
             # Les moyennes
-            self.moyennes_tags[tag] = MoyennesTag(tag, self.notes[tag])
+            self.moyennes_tags[tag] = MoyennesTag(tag,
+                                                  self.ues,
+                                                  moys_ues,
+                                                  self.ues_inscr_parcours_df)
 
     def __eq__(self, other):
         """Egalité de 2 RCS taggués sur la base de leur identifiant"""
@@ -147,7 +153,7 @@ class SemTag(TableTag):
         # Index du cube (etudids -> dim 0, ues -> dim 1, semestres -> dim2)
         etudids = [etud.etudid for etud in self.etuds]
         # acronymes_ues = sorted([ue.acronyme for ue in self.ues.values()])
-        semestres_id = list(self.semestres_tags_aggreges.keys())
+        semestres_id = list(self.res_sems_tags.keys())
 
         dfs = {}
 
@@ -156,10 +162,12 @@ class SemTag(TableTag):
             df = pd.DataFrame(np.nan, index=etudids, columns=acronymes_ues_sorted)
 
             # Charge les notes du semestre tag
-            sem_tag = self.semestres_tags_aggreges[frmsem_id]
+            sem_tag = self.res_sems_tags[frmsem_id]
             moys_tag = sem_tag.moyennes_tags[tag]
             notes = moys_tag.notes_ues  # dataframe etudids x ues
-            acronymes_ues_sem = list(notes.columns) # les acronymes des UEs du semestre tag
+            acronymes_ues_sem = list(
+                notes.columns
+            )  # les acronymes des UEs du semestre tag
 
             # UEs communes à celles du SemTag (celles du dernier semestre du RCS)
             ues_communes = list(set(acronymes_ues_sorted) & set(acronymes_ues_sem))
@@ -168,7 +176,9 @@ class SemTag(TableTag):
             etudids_communs = df.index.intersection(notes.index)
 
             # Recopie
-            df.loc[etudids_communs, ues_communes] = notes.loc[etudids_communs, ues_communes]
+            df.loc[etudids_communs, ues_communes] = notes.loc[
+                etudids_communs, ues_communes
+            ]
 
             # Supprime tout ce qui n'est pas numérique
             for col in df.columns:
@@ -182,7 +192,7 @@ class SemTag(TableTag):
         etudids_x_ues_x_semestres = np.stack(semestres_x_etudids_x_ues, axis=-1)
         return etudids_x_ues_x_semestres
 
-    def comp_tags_list(self):
+    def comp_tags_list(self) -> list[str]:
         """Récupère les tag du semestre taggué associé au semestre final du RCS
 
         Returns:
@@ -190,7 +200,7 @@ class SemTag(TableTag):
         """
         tags = []
         dernier_frmid = self.formsemestre_terminal.formsemestre_id
-        dernier_semestre_tag = self.semestres_tags_aggreges[dernier_frmid]
+        dernier_semestre_tag = self.res_sems_tags[dernier_frmid]
         tags = dernier_semestre_tag.tags_sorted
         pe_affichage.pe_print(f"* Tags : {', '.join(tags)}")
         return tags
@@ -203,12 +213,29 @@ class SemTag(TableTag):
             Un dictionnaire donnant les UEs
         """
         dernier_frmid = self.formsemestre_terminal.formsemestre_id
-        dernier_semestre_tag = self.semestres_tags_aggreges[dernier_frmid]
+        dernier_semestre_tag = self.res_sems_tags[dernier_frmid]
         moy_tag = dernier_semestre_tag.moyennes_tags[tag]
         return moy_tag.ues  # les UEs
 
+    def comp_ues_inscr_parcours(self, tag="but") -> pd.DataFrame:
+        """Récupère les informations d'inscription des étudiants aux UEs : ne
+        conserve que les UEs du semestre terminal (pour les redoublants)
 
-def compute_notes_ues(set_cube: np.array, etudids: list, acronymes_ues: list):
+        Returns:
+            Un dataFrame etudids x UE indiquant si un étudiant est inscrit à une UE
+        """
+        dernier_frmid = self.formsemestre_terminal.formsemestre_id
+        dernier_semestre_tag = self.res_sems_tags[dernier_frmid]
+        moy_tag = dernier_semestre_tag.moyennes_tags[tag]
+        return moy_tag.ues_inscr_parcours_df
+
+
+def compute_notes_ues(
+    set_cube: np.array,
+    etudids: list,
+    acronymes_ues: list,
+    inscr_mask: np.array,
+):
     """Calcule la moyenne par UEs à un tag donné en prenant la note maximum (UE
     par UE) obtenue par un étudiant à un semestre.
 
@@ -217,18 +244,27 @@ def compute_notes_ues(set_cube: np.array, etudids: list, acronymes_ues: list):
                  (semestre_ids x etudids x UEs), des floats avec des NaN
         etudids: liste des étudiants (dim. 0 du cube)
         acronymes_ues: liste des acronymes des ues (dim. 1 du cube)
+        inscr_mask: masque etudids x UE traduisant les inscriptions des
+                               étudiants aux UE (du semestre terminal)
     Returns:
         Un DataFrame avec pour columns les moyennes par ues,
         et pour rows les etudid
     """
     nb_etuds, nb_ues, nb_semestres = set_cube.shape
+    nb_etuds_mask, nb_ues_mask = inscr_mask.shape
     assert nb_etuds == len(etudids)
     assert nb_ues == len(acronymes_ues)
+    assert nb_etuds == nb_etuds_mask
+    assert nb_ues == nb_ues_mask
 
     # Quelles entrées du cube contiennent des notes ?
     mask = ~np.isnan(set_cube)
 
-    # Enlève les NaN du cube pour les entrées manquantes
+    # Entrées à garder dans le cube en fonction du mask d'inscription
+    inscr_mask_3D = np.stack([inscr_mask]*nb_semestres, axis=-1)
+    set_cube = set_cube*inscr_mask_3D
+
+    # Enlève les NaN du cube pour les entrées manquantes : NaN -> -1.0
     set_cube_no_nan = np.nan_to_num(set_cube, nan=-1.0)
 
     # Les moyennes par ues

app/pe/pe_tabletags.py

@@ -39,6 +39,8 @@ Created on Thu Sep  8 09:36:33 2016
 
 import pandas as pd
 
+from app.models import Identite
+
 TAGS_RESERVES = ["but"]
 
 
@@ -47,7 +49,23 @@ class TableTag(object):
         """Classe centralisant différentes méthodes communes aux
         SemestreTag, TrajectoireTag, AggregatInterclassTag
         """
-        pass
+        # Les étudiants
+        self.etuds: list[Identite] = None  # A venir
+        """Les étudiants"""
+        self.etats_civils: dict[int, Identite] = None
+        """Les états civils"""
+        self.etudids: list[int] = None
+        """Les etudids"""
+
+    def add_etuds(self, etuds: list[Identite]):
+        """Mémorise les informations sur les étudiants
+
+        Args:
+            etuds: la liste des identités de l'étudiant
+        """
+        self.etuds = etuds
+        self.etats_civils = {etud.etudid: etud.etat_civil for etud in self.etuds}
+        self.etudids = list(self.etats_civils.keys())
 
     def get_all_tags(self):
         """Liste des tags de la table, triée par ordre alphabétique,
@@ -70,15 +88,23 @@ class TableTag(object):
             Le dataframe des notes et des classements
         """
 
-        etudiants = self.etudiants
+        etudiants = self.etats_civils
         df = pd.DataFrame.from_dict(etudiants, orient="index", columns=["nom"])
 
         tags_tries = self.get_all_tags()
         for tag in tags_tries:
             moy_tag = self.moyennes_tags[tag]
+            for acronyme in moy_tag.moys_ues:
+                moy = moy_tag.moys_ues[acronyme]  # une moyenne
+                df = df.join(moy.synthese["notes"].rename(f"Moy {tag}-{acronyme}"))
+                df = df.join(
+                    moy.synthese["classements"].rename(f"Class {tag}-{acronyme}")
+                )
             moy_gen = moy_tag.moy_gen
-            df = df.join(moy_gen.synthese["notes"].rename(f"Moy {tag}"))
-            df = df.join(moy_gen.synthese["classements"].rename(f"Class {tag}"))
+            df = df.join(moy_gen.synthese["notes"].rename(f"Moy {tag} (gen)"))
+            df = df.join(moy_gen.synthese["classements"].rename(f"Class {tag} (gen)"))
+
+        df.sort_values(by=['nom'])
 
         return df