Ajoute gestion des valeurs non communiqué dans les booléens

leximpact_dotations_back/data_building/adapt_dotations_criteres.py

@@ -11,7 +11,8 @@ from leximpact_dotations_back.mapping.valeurs_dgcl import (
     DGCL_VALUE__NON_DISPONIBLE_BEFORE_2024,
     DGCL_VALUE__NON_DISPONIBLE_2024,
     DGCL_VALUE_STRING_TRUE_BEFORE_2024, DGCL_VALUE_STRING_TRUE_PATTERN_BEFORE_2024,
-    DGCL_VALUE_STRING_TRUE, DGCL_VALUE_STRING_FALSE
+    DGCL_VALUE_STRING_TRUE, DGCL_VALUE_STRING_FALSE,
+    DGCL_VALUE__NON_COMMUNIQUE
 )
 from leximpact_dotations_back.mapping.criteres_dgcl_2024 import (  # noqa: F401
     colonnes_utiles_2024,  # TODO avoid this variable name inference in 'adapt_criteres'
@@ -301,9 +302,9 @@ def convert_cols_to_real_bool(data, bool_col_list, year):
             # Toute année - Les colonnes qui contiennent soit 1 soit le code commune lorsque vrai
             else:
                 data[col] = data[col].replace(DGCL_VALUE__NON_DISPONIBLE, DGCL_VALUE_STRING_FALSE).copy()
-                data[col] = data[col].replace("n.c", DGCL_VALUE_STRING_FALSE).copy()
+                data[col] = data[col].replace(DGCL_VALUE__NON_COMMUNIQUE, DGCL_VALUE_STRING_FALSE).copy()
                 data[col].replace(to_replace=r"^\d{5}$", value=DGCL_VALUE_STRING_TRUE, regex=True)
-                data[col] = data[col].astype(bool)
+                data[col] = data[col].astype(int).astype(bool)
 
         # Les colonnes qui contiennent soit 0 ou 1 et de type int
         else:
@@ -432,6 +433,8 @@ def adapt_criteres(year: int, data: DataFrame, data_insee_communes_history: Data
     montant_commune_eligible = colonnes_utiles["montant_commune_eligible"]
     part_pfi = colonnes_utiles["part_pfi"]
     
+    extracolumns["dotation_globale_fonctionnement_reference_communes"] = colonnes_utiles["dotation_globale_fonctionnement_reference_communes"]
+
     translation_cols = {**variables_openfisca_presentes_fichier, **extracolumns}
 
     # TODO: check why data_cleanup.py applied format is lost on "montant_commune_eligible" and "part_pfi"
@@ -464,13 +467,15 @@ def adapt_criteres(year: int, data: DataFrame, data_insee_communes_history: Data
 
     # Passe les "booléens dgf" (oui/non) en booléens normaux
     liste_columns_to_real_bool = [
+        "zone_de_montagne",
+        "insulaire",
         "bureau_centralisateur",
         "chef_lieu_arrondissement",
         "chef_lieu_de_canton",
         "chef_lieu_departement_dans_agglomeration",
         "zrr",
-        "zone_de_montagne",
-        "insulaire",
+        "dotation_communes_nouvelles_eligible_part_amorcage",
+        "dotation_communes_nouvelles_eligible_part_garantie"
     ]
     data = convert_cols_to_real_bool(data, liste_columns_to_real_bool, year)