Экспертная система по подбору игр

import pandas as pd
 
# Массив критериев
criteria = [
    {
        "name": "Жанр",
        "options": ["RPG", "Шутер", "Стратегия", "Симулятор", "Гонки", "Платформер", "Файтинг", "Спортивный симулятор",
                    "Приключение", "MMORPG", "Инди"]
    },
    {
        "name": "Платформа",
        "options": ["PC", "PS4", "PS5", "Xbox Series X|S", "Nintendo Switch", "Мобильные"]
    },
    {
        "name": "Стиль игры",
        "options": ["От первого лица", "От третьего лица", "С видом сверху", "С боковой прокруткой"]
    },
    {
        "name": "Сюжет",
        "options": ["Сюжетный", "Простой", "Открытый мир"]
    },
    {
        "name": "Сложность",
        "options": ["Легкая", "Средняя", "Сложная"]
    },
    {
        "name": "Графика",
        "options": ["Современная", "Стильная", "Пиксельная"]
    },
    {
        "name": "Мультиплеер",
        "options": ["Онлайн", "Локальный"]
    },
    {
        "name": "Рейтинг",
        "options": ["Все", "12+", "16+", "18+"]
    },
    {
        "name": "Геймплей",
        "options": ["Экшен", "Приключение", "Ролевая игра", "Стратегия", "Симуляция", "Головоломка", "Спортивный"]
    },
    {
        "name": "Атмосфера",
        "options": ["Темная", "Светлая", "Мистическая", "Реалистичная", "Фантастическая"]
    },
    {
        "name": "Музыка",
        "options": ["Классическая", "Электронная", "Рок", "Джаз", "Саундтрек"]
    },
    {
        "name": "Размер",
        "options": ["Маленький", "Средний", "Большой"]
    },
    {
        "name": "Цена",
        "options": ["Бесплатная", "Дешевая", "Средняя", "Дорогая"]
    },
    {
        "name": "Дата выхода",
        "options": ["Новая", "Старая"]
    },
    {
        "name": "Наличие модов",
        "options": ["Да", "Нет"]
    },
    {
        "name": "Оптимизация",
        "options": ["Хорошая", "Средняя", "Плохая"]
    }
]
 
# Массив игр
games = [
  {
    "name": "Ведьмак 3: Дикая Охота",
    "Жанр": ["RPG", "Приключение"],
    "Платформа": ["PC", "PS4", "Xbox One"],
    "Стиль игры": ["От третьего лица"],
    "Сюжет": ["Сюжетный", "Открытый мир"],
    "Сложность": ["Средняя"],
    "Графика": ["Современная"],
    "Мультиплеер": ["Онлайн"],
    "Рейтинг": ["16+"],
    "Геймплей": ["Ролевая игра", "Приключение"],
    "Атмосфера": ["Фантастическая"],
    "Музыка": ["Классическая"],
    "Размер": ["Большой"],
    "Цена": ["Средняя"],
    "Дата выхода": ["Старая"],
    "Наличие модов": ["Да"],
    "Оптимизация": ["Хорошая"]
  },
  {
    "name": "Cyberpunk 2077",
    "Жанр": ["RPG", "Шутер", "Приключение"],
    "Платформа": ["PC", "PS4", "Xbox One", "PS5", "Xbox Series X|S"],
    "Стиль игры": ["От первого лица"],
    "Сюжет": ["Сюжетный", "Открытый мир"],
    "Сложность": ["Средняя"],
    "Графика": ["Современная"],
    "Мультиплеер": ["Онлайн"],
    "Рейтинг": ["18+"],
    "Вид камеры": ["От первого лица"],
    "Геймплей": ["Ролевая игра", "Экшен", "Приключение"],
    "Атмосфера": ["Киберпанк"],
    "Музыка": ["Электронная"],
    "Тематика": ["Киберпанк"],
    "Размер": ["Большой"],
    "Цена": ["Средняя"],
    "Дата выхода": ["Новая"],
    "Разработчик": ["CD Projekt Red"],
    "Издатель": ["CD Projekt"],
    "Наличие модов": ["Да"],
    "Оптимизация": ["Средняя"]
  }
]
print("G")
# Преобразуем массивы в DataFrame для удобства работы
criteria_df = pd.DataFrame(criteria)
games_df = pd.DataFrame.from_records(games)
# Функция для поиска наиболее подходящей игры
print("E")
def find_best_match(df, criteria_input):
    best_match = None
    max_matches = 0
    for game in df.to_dict(orient='records'):
        matches = 0
        print("Current GAME: " + str(game))
        for criterion, value in criteria_input.items():
            print("Current CRITERION: " + str(criterion))
            if value != "Все" and value in game[criterion]:
                matches += 1
        if matches > max_matches:
            max_matches = matches
            best_match = game
    return best_match
# Функция для получения рекомендаций
def get_recommendations(criteria_input):
    # Фильтруем DataFrame игр по критериям пользователя
    filtered_games = games_df.copy()
    print("a")
    for criterion, value in criteria_input.items():
        print("a in")
        if value != "Все":
            print("a все")
            filtered_games = filtered_games[filtered_games[criterion].apply(lambda x: value in x)]
    print("b")
    # Проверяем, есть ли совпадения по всем критериям
    if len(filtered_games) > 0:
        # Сортируем отфильтрованные игры по рейтингу
        filtered_games = filtered_games.sort_values("Рейтинг", ascending=False)
        # Выводим топ-10 рекомендаций
        print("c")
        return filtered_games.head(10)
    else:
        # Если нет совпадений, находим наиболее подходящую игру
        # (например, по количеству совпадений критериев)
        best_match = find_best_match(games_df, criteria_input)
        print("d")
        if best_match is not None:
            return pd.DataFrame([best_match])
        else:
            return pd.DataFrame()
 
# Запрашиваем критерии у пользователя
print("A")
criteria_input = {
 "game": games[0]
}
print("B")
# criteria_input = {}
# for criterion in criteria_df["name"]:
#     print(f"Выберите {criterion}:")
#     options = criteria_df[criteria_df["name"] == criterion]["options"].iloc[0]
#     for i, option in enumerate(options):
#         print(f"{i+1}. {option}")
#     while True:
#         try:
#             choice = int(input())
#             if 1 <= choice <= len(options):
#                 criteria_input[criterion] = options[choice - 1]
#                 break
#             else:
#                 print("Неверный выбор. Пожалуйста, введите число из списка.")
#         except ValueError:
#             print("Неверный ввод. Пожалуйста, введите число.")
 
# Получаем рекомендации
recommendations = get_recommendations(criteria_input)
 
# Выводим рекомендации
if len(recommendations) > 0:
    print("Рекомендуемые игры:")
    for game in recommendations["name"]:
        print(f"* {game}")
else:
    print("К сожалению, игры, соответствующие вашим критериям, не найдены.")