{
 "cells": [
  {
   "cell_type": "code",
   "execution_count": 1,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "Group 1 Recall: 0.947941\n",
      "Group 2 Recall: 0.902804\n",
      "Group 3 Recall: 0.970884\n",
      "Group 4 Recall: 0.965271\n",
      "Group 5 Recall: 0.949611\n"
     ]
    }
   ],
   "source": [
    "import pandas as pd\n",
    "\n",
    "# mode, model_name, fold_group 설정\n",
    "mode = 'td_unit'  # 원하는 모드를 설정하세요\n",
    "model_name = 'google/t5-efficient-tiny'  # 모델 이름을 설정하세요\n",
    "recall_by_group = {}\n",
    "\n",
    "# 그룹 1부터 5까지 처리\n",
    "for group in range(1, 6):\n",
    "    # CSV 파일 경로 설정 (model_name 포함)\n",
    "    debug_output_path = f\"0.dresult/{mode}/{model_name}/{group}/test_p.csv\"\n",
    "    \n",
    "    # CSV 파일 로드\n",
    "    try:\n",
    "        df = pd.read_csv(debug_output_path)\n",
    "    except FileNotFoundError:\n",
    "        print(f\"File not found: {debug_output_path}\")\n",
    "        continue\n",
    "\n",
    "    # 1. MDM이 True인 항목만 필터\n",
    "    filtered_df = df[df['MDM'] == True].copy()\n",
    "\n",
    "    # 2. p_thing과 p_property가 thing과 property와 같으면 TP로 설정 (loc 사용)\n",
    "    filtered_df.loc[:, 'TP'] = (filtered_df['p_thing'] == filtered_df['thing']) & (filtered_df['p_property'] == filtered_df['property'])\n",
    "\n",
    "    # 3. TP 갯수와 전체 MDM 갯수로 Recall 계산\n",
    "    tp_count = filtered_df['TP'].sum()\n",
    "    total_count = len(filtered_df)\n",
    "\n",
    "    # Recall 계산\n",
    "    if total_count > 0:\n",
    "        recall = tp_count / total_count\n",
    "    else:\n",
    "        recall = 0\n",
    "\n",
    "    # 그룹별 Recall 저장\n",
    "    recall_by_group[group] = recall\n",
    "\n",
    "# Recall 출력\n",
    "for group, recall in recall_by_group.items():\n",
    "    print(f\"Group {group} Recall: {recall:.6f}\")\n"
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "torch",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.10.14"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 2
}