app/pe/moys/pe_ressemtag.py

@@ -155,7 +155,9 @@ class ResSemBUTTag(ResultatsSemestreBUT, pe_tabletags.TableTag):
             # pe_affichage.pe_print(f"  -> Traitement du tag {tag}")
             info_tag = tags_dict["personnalises"][tag]
             # Les moyennes générales par UEs
-            moy_ues_tag = self.compute_moy_ues_tag(info_tag=info_tag, pole=None)
+            moy_ues_tag = self.compute_moy_ues_tag(
+                self.ues_inscr_parcours_df, info_tag=info_tag, pole=None
+            )
             # Mémorise les moyennes
             self.moyennes_tags[tag] = pe_moytag.MoyennesTag(
                 tag,
@@ -176,7 +178,7 @@ class ResSemBUTTag(ResultatsSemestreBUT, pe_tabletags.TableTag):
         # Ajoute la moyenne générale par ressources
         if "moyennes_ue_res_sae" in options and options["moyennes_ue_res_sae"]:
             moy_res_gen = self.compute_moy_ues_tag(
-                info_tag=None, pole=ModuleType.RESSOURCE
+                self.ues_inscr_parcours_df, info_tag=None, pole=ModuleType.RESSOURCE
             )
             self.moyennes_tags["ressources"] = pe_moytag.MoyennesTag(
                 "ressources",
@@ -187,7 +189,9 @@ class ResSemBUTTag(ResultatsSemestreBUT, pe_tabletags.TableTag):
 
         # Ajoute la moyenne générale par saes
         if "moyennes_ue_res_sae" in options and options["moyennes_ue_res_sae"]:
-            moy_saes_gen = self.compute_moy_ues_tag(info_tag=None, pole=ModuleType.SAE)
+            moy_saes_gen = self.compute_moy_ues_tag(
+                self.ues_inscr_parcours_df, info_tag=None, pole=ModuleType.SAE
+            )
             self.moyennes_tags["saes"] = pe_moytag.MoyennesTag(
                 "saes",
                 pe_moytag.CODE_MOY_UE,
@@ -264,16 +268,21 @@ class ResSemBUTTag(ResultatsSemestreBUT, pe_tabletags.TableTag):
         return capitalisations
 
     def compute_moy_ues_tag(
-        self, info_tag: dict[int, dict] = None, pole=None
+        self,
+        ues_inscr_parcours_df: pd.DataFrame,
+        info_tag: dict[int, dict] = None,
+        pole=None,
     ) -> pd.DataFrame:
         """Calcule la moyenne par UE des étudiants pour un tag donné,
-        en ayant connaissance des informations sur le tag.
+        en ayant connaissance des informations sur le tag et des inscriptions des étudiants aux différentes UEs.
 
         info_tag détermine les modules pris en compte :
         * si non `None`, seuls les modules rattachés au tag sont pris en compte
         * si `None`, tous les modules (quelque soit leur rattachement au tag) sont pris
           en compte (sert au calcul de la moyenne générale par ressource ou SAE)
 
+        ues_inscr_parcours_df détermine les UEs pour lesquels le calcul d'une moyenne à un sens.
+
         `pole` détermine les modules pris en compte :
 
         * si `pole` vaut `ModuleType.RESSOURCE`, seules les ressources sont prises
@@ -282,10 +291,11 @@ class ResSemBUTTag(ResultatsSemestreBUT, pe_tabletags.TableTag):
         * si `pole` vaut `None` (ou toute autre valeur),
           tous les modules sont pris en compte (moyenne d'UEs)
 
-
         Les informations sur le tag sont un dictionnaire listant les modimpl_id rattachés au tag,
         et pour chacun leur éventuel coefficient de **repondération**.
 
+        Args:
+            ues_inscr_parcours_df: L'inscription aux UEs
         Returns:
             Le dataframe des moyennes du tag par UE
         """
@@ -332,6 +342,9 @@ class ResSemBUTTag(ResultatsSemestreBUT, pe_tabletags.TableTag):
         colonnes = [ue.id for ue in self.ues_standards]
         moyennes_ues_tag = moyennes_ues_tag[colonnes]
 
+        # Applique le masque d'inscription aux UE pour ne conserver que les UE dans lequel l'étudiant est inscrit
+        moyennes_ues_tag = moyennes_ues_tag[colonnes] * ues_inscr_parcours_df[colonnes]
+
         # Transforme les UEs en acronyme
         acronymes = [self.ues_to_acronymes[ue.id] for ue in self.ues_standards]
         moyennes_ues_tag.columns = acronymes