Feat(Analytics): Implement Game Context multidimensional filtering for Top 6 simulation

Author: alvarosalinaso

app.py

@@ -64,7 +64,11 @@
     st.markdown("**🎛️ Filtros Globales**")
     sel_pos = st.selectbox("Posición Táctica", ["Todos"] + sorted(df["pos"].unique().tolist()))
     min_apps = st.slider("Partidos Mínimos Jugados", 0, 32, 15)
-    focus_player = st.selectbox("Jugador en Foco (Radares)", ["Todos"] + df["player"].tolist())
+    focus_player = st.selectbox("Jugador en Foco (Radares)", ["Todos"] + df["player"].unique().tolist())
+
+    st.markdown("---")
+    st.markdown("**⚔️ Contexto Opositor (Filtro Senior)**")
+    sel_context = st.radio("Nivel de Presión Rival", ["Resto PL", "Top 6 (Alta Presión)"], help="Audita qué jugador 'infla' sus estadísticas frente a equipos de baja tabal y quién sobrevive a la presión asfixiante de la élite de Inglaterra.")
 
     st.markdown("---")
     st.markdown("**📌 Métrica de Enfoque Principal**")
@@ -78,6 +82,11 @@
 
 # ─────────────────────────────── FILTER ───────────────────────────────
 df_f = df.copy()
+
+# 1. Filtro Contextual (Crucial para el análisis Senior)
+target_tier = sel_context.replace(" (Alta Presión)", "")
+df_f = df_f[df_f["opponent_tier"] == target_tier]
+
 if sel_pos != "Todos":
     df_f = df_f[df_f["pos"] == sel_pos]
 df_f = df_f[df_f["apps"] >= min_apps]
@@ -126,7 +135,7 @@
 st.markdown("<div class='section-text'>El fútbol no se juega en una hoja de Excel, sino en el césped. Aisla a un jugador para observar empíricamente en qué zonas específicas del campo ejecuta sus entregas de balón (izquierda) y en qué cuadrantes genera el mayor grado de amenaza xT contra el arco rival (derecha).</div>", unsafe_allow_html=True)
 
 col_sel, _ = st.columns([2, 5])
-hm_player = col_sel.selectbox("Filtrar jugador para los mapas de calor tácticos", df_f["player"].tolist(), key="hm_player")
+hm_player = col_sel.selectbox("Filtrar jugador para los mapas de calor tácticos", df_f["player"].unique().tolist(), key="hm_player")
 player_row = df_f[df_f["player"] == hm_player].iloc[0]
 
 h1, h2 = st.columns(2)

data/raw/passing_players.csv

@@ -1,7 +1,13 @@
-player,pos,apps,age,pass_acc,prog_passes,key_passes,vert_idx,xA,losses,deep_prog,xT_gen
-B. Fernandes,CAM,32,30,88.4,5.1,2.8,0.78,8.2,1.9,3.1,0.42
-C. Eriksen,CM,24,32,91.2,4.8,1.9,0.85,4.1,1.1,2.7,0.31
-K. Mainoo,CM,28,19,85.7,4.0,1.6,0.64,3.2,2.4,1.9,0.24
-T. Højlund,ST,20,22,83.1,3.5,1.2,0.58,2.0,2.8,1.5,0.18
-M. Mount,CM,18,25,82.8,2.9,1.0,0.52,1.8,3.1,1.2,0.14
-Casemiro,CDM,26,32,86.5,3.2,0.8,0.45,1.5,2.2,0.9,0.11
+player,pos,apps,age,pass_acc,prog_passes,key_passes,vert_idx,xA,losses,deep_prog,xT_gen,opponent_tier
+B. Fernandes,CAM,32,30,90.4,5.1,2.8,0.78,8.2,1.4,3.1,0.48299999999999993,Resto PL
+C. Eriksen,CM,24,32,93.2,4.8,1.9,0.85,4.1,0.6000000000000001,2.7,0.3565,Resto PL
+K. Mainoo,CM,28,19,87.7,4.0,1.6,0.64,3.2,1.9,1.9,0.27599999999999997,Resto PL
+T. Højlund,ST,20,22,85.1,3.5,1.2,0.58,2.0,2.3,1.5,0.207,Resto PL
+M. Mount,CM,18,25,84.8,2.9,1.0,0.52,1.8,2.6,1.2,0.161,Resto PL
+Casemiro,CDM,26,32,88.5,3.2,0.8,0.45,1.5,1.7000000000000002,0.9,0.1265,Resto PL
+B. Fernandes,CAM,32,30,86.4,5.1,2.8,0.78,8.2,2.5,3.1,0.38639999999999997,Top 6
+C. Eriksen,CM,24,32,87.2,4.8,1.9,0.85,4.1,2.3000000000000003,2.7,0.26039999999999996,Top 6
+K. Mainoo,CM,28,19,85.2,4.0,1.6,0.64,3.2,2.55,1.9,0.2352,Top 6
+T. Højlund,ST,20,22,80.1,3.5,1.2,0.58,2.0,3.7,1.5,0.15839999999999999,Top 6
+M. Mount,CM,18,25,79.3,2.9,1.0,0.52,1.8,4.15,1.2,0.12040000000000001,Top 6
+Casemiro,CDM,26,32,80.5,3.2,0.8,0.45,1.5,4.0,0.9,0.0836,Top 6