bugfix

brancheneinstufung.py

@@ -9124,23 +9124,29 @@ class DataProcessor:
         self.logger.info(f"Verteilung der neuen Techniker-Buckets:\n{df_filtered['Techniker_Bucket'].value_counts(normalize=True, dropna=False).sort_index().round(3)}")
         
         # --- Kategoriale Features vorbereiten (Branche) ---
-        branche_col_internal = "branche_ki" # << KORRIGIERT: Den neuen internen Namen verwenden
-        self.logger.info(f"Verarbeite kategoriales Feature '{branche_col_internal}' (aus Spalte AL) fuer One-Hot Encoding...")
+        branche_col_internal = "branche_ki" # Name der Spalte mit den Detail-Branchen
+        self.logger.info(f"Verarbeite kategoriales Feature '{branche_col_internal}' (aus Spalte AL) und mappe es zu 'Branchen_Gruppe'...")
 
-        # Sicherstellen, dass die Spalte existiert
         if branche_col_internal not in df_filtered.columns:
-             self.logger.critical(f"FEHLER: Spalte '{branche_col_internal}' nicht im DataFrame fuer One-Hot Encoding gefunden.")
+             self.logger.critical(f"FEHLER: Spalte '{branche_col_internal}' nicht im DataFrame gefunden.")
              return None
 
-        # Greife auf 'branche_ki' zu und weise das Ergebnis auch wieder 'branche_ki' zu
-        df_filtered.loc[:, branche_col_internal] = df_filtered[branche_col_internal].astype(str).fillna('Unbekannt').str.strip()
+        # Bereinige die Branchennamen in der Spalte für das Mapping
+        # Wichtig: .str.strip().str.title() oder .str.lower() anwenden, je nachdem wie das Mapping-Dict aufgebaut ist
+        cleaned_branches = df_filtered[branche_col_internal].astype(str).str.strip()
 
-        # +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
-        # +++ NEU: Mapping von Detail-Branche zu Branch-Group +++++++++++++++++++
-        # +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
-        # Wende das Mapping an. Wenn eine Branche nicht im Mapping ist, wird sie als 'Sonstige' oder 'Unbekannt' behandelt.
-        # Verwende das global geladene BRANCH_MAPPING Dictionary
-        df_filtered.loc[:, 'Branchen_Gruppe'] = df_filtered[branche_col_internal].map(BRANCH_MAPPING).fillna('Sonstige')
+        # Erstelle das Mapping-Dictionary ebenfalls bereinigt (idealerweise schon in load_branch_mapping)
+        # Für jetzt gehen wir davon aus, BRANCH_MAPPING hat bereinigte Keys
+        
+        # Wende das Mapping an.
+        # .map() ist case-sensitive. Um das zu umgehen, können wir die Keys des Mappings und die Werte in der Spalte normalisieren,
+        # z.B. alles in Kleinbuchstaben.
+        
+        # Sicherere Methode:
+        # Erstelle eine normalisierte Version des Mapping-Dictionaries
+        mapping_lower = {k.lower(): v for k, v in BRANCH_MAPPING.items()}
+        # Wende dieses normalisierte Mapping auf die normalisierte Branchenspalte an
+        df_filtered.loc[:, 'Branchen_Gruppe'] = cleaned_branches.str.lower().map(mapping_lower).fillna('Sonstige')
         
         self.logger.info("Mapping zu 'Branchen_Gruppe' durchgeführt.")
         self.logger.debug(f"Verteilung der Branchen-Gruppen:\n{df_filtered['Branchen_Gruppe'].value_counts(normalize=True).sort_index().round(3)}")
@@ -9148,12 +9154,13 @@ class DataProcessor:
         # +++ ENDE NEUER BLOCK ++++++++++++++++++++++++++++++++++++++++++++++++++++
         # +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
 
-        # Verwende den korrekten internen Namen für das One-Hot Encoding
-        df_encoded = pd.get_dummies(df_filtered, columns=[branche_col_internal], prefix='Branche', dummy_na=False)
-        self.logger.info(f"One-Hot Encoding fuer '{branche_col_internal}' durchgefuehrt...")
-        
+        # One-Hot Encoding auf der neuen 'Branchen_Gruppe'-Spalte durchführen
+        df_encoded = pd.get_dummies(df_filtered, columns=['Branchen_Gruppe'], prefix='Gruppe', dummy_na=False) # << KORRIGIERT
+        self.logger.info(f"One-Hot Encoding fuer 'Branchen_Gruppe' durchgefuehrt...")
+
         # --- Finale Auswahl der Features fuer das Modell ---
-        feature_columns_ml = [col for col in df_encoded.columns if col.startswith('Branche_')]
+        # Passe die Feature-Auswahl an, um die neuen Gruppen-Features zu verwenden
+        feature_columns_ml = [col for col in df_encoded.columns if col.startswith('Gruppe_')] # << KORRIGIERT
         feature_columns_ml.extend([
             'Log_Finaler_Umsatz_ML', 
             'Log_Finaler_Mitarbeiter_ML',