import pandas as pd
from schema.pydantic import settings, Translit
import os


class BaseHandler:

    def __init__(self, file_path:str):

        self.file_name = file_path
        self.file_path = os.path.join(settings.INPUTDIR, file_path)
        
    def struct(self):

        try:
            return pd.ExcelFile(self.file_path)
        except Exception as e:
            raise Exception(f"⚠️ Ошибка при получении структуры {self.file_path}: {e}")
            
    def read(self, xls, sheet_name):

        try:
            return pd.read_excel(xls, sheet_name)
        except Exception as e:
            raise Exception(f"⚠️ Ошибка при чтении файла {self.file_path}: {e}")


class Handler(BaseHandler):

    def __init__(self,file_path:str, columns:dict, sheet_name:str):

        super().__init__(file_path)

        xls = self.struct()

        if sheet_name not in xls.sheet_names:
            raise Exception(f'⚠️ Лист {sheet_name} не найден')

        self.df = self.read(xls, sheet_name=sheet_name)
        self.df = self.df.iloc[:, list(columns.values())]
        self.df.columns = list(columns.keys())


    def normalization(self):           #Нормализация

        self.df['Артикул'] = self.df['Артикул'].replace(Translit.TRANSLIT, regex=True)


    def grouping(self):        #группировка

        self.df['Артикул'] = self.df['Артикул'].astype(str).str.upper().str.extract(f'({settings.PATTERN})') # Отбираем Артикула по регексу
        self.df.dropna(subset=["Артикул"], inplace=True)                                                     # Удаляем пустые строки

        agg_dict = {col: "sum" for col in self.df.columns if col != "Артикул" and col != "Наименование"}     # По умолчанию суммируем все кроме Артикула и наименования

        if "Наименование" in self.df.columns:
            agg_dict["Наименование"] = lambda x: "\n".join(sorted(set(x)))                                   # Set и Сортировка по алфавиту

        self.df= self.df.groupby("Артикул", as_index=False).agg(agg_dict)                                    # Группировка по артикулу
        
        self.df = self.df.sort_values(ascending=False,by="Прибыль")


    def cast_types(self):

        self.df["Все_удержания_магазина"] = abs(self.df["Все_удержания_магазина"])  
        if "Логистика" in self.df.columns:   
            self.df["Логистика"] = abs(self.df["Логистика"])    
        if "Эквайринг" in self.df.columns:              
            self.df["Эквайринг"] = abs(self.df["Эквайринг"])                             
        self.df = self.df.convert_dtypes()


    def calculations(self):        #Исчисляемые колонки

        self.df["Все удержания в %"] = self.df.apply(
            lambda row: (row["Все_удержания_магазина"] / row["Выручка"] * 100) if row["Выручка"] != 0 else 100, #Возможно все удержания в таком случае 100%
            axis=1
        )
        if "Выкупы" in self.df.columns and "Не_выкупы" in self.df.columns:
            self.df["Всего заказано"] = self.df.apply(
                lambda row: row["Выкупы"]+row["Не_выкупы"],
                axis=1
            )
            self.df["Процент выкупа"] = self.df.apply(
                lambda row: ((row["Выкупы"] - row["Возвраты"]) / row["Всего заказано"] * 100)
                if row["Всего заказано"] != 0 else 0,
                axis=1
            )
        if "Логистика" in self.df.columns:
            self.df["Логистика_на_ед"] = self.df.apply(
                lambda row: ((row["Логистика"]/(row["Выкупы"]-row["Возвраты"]))) if (row["Выкупы"] - row["Возвраты"]) != 0 else 0,
                axis=1
            )
        self.df["Маржинальность"] = self.df.apply(
            lambda row: (row["Прибыль"] / row["Выручка"] * 100) if row["Выручка"] != 0 else 0,
            axis=1
        )
        if "Себестоимость" in self.df.columns:
            if "Утилизация" in self.df.columns:
                self.df["Себестоимость"] = self.df.apply(
                    lambda row: ((row["Себестоимость"])/(row["Выкупы"]-row["Возвраты"]+row["Утилизация"])) if (row["Выкупы"] - row["Возвраты"]) != 0 else 0,
                    axis=1
                )
            else:
                self.df["Себестоимость"] = self.df.apply(
                    lambda row: ((row["Себестоимость"])/(row["Выкупы"]-row["Возвраты"])) if (row["Выкупы"] - row["Возвраты"]) != 0 else 0,
                    axis=1
                )
        else:
            self.df["Себестоимость"] = self.df.apply(
                lambda row: ((row["Выручка"] - row["Налог_в_руб"] - row["Прибыль"] - row["Все_удержания_магазина"])/(row["Выкупы"]-row["Возвраты"])) if (row["Выкупы"] - row["Возвраты"]) != 0 else 0,
                axis=1
            )


        self.df=self.df.round(2)
        self.df["Себестоимость"]=self.df["Себестоимость"].round()


    def styling(self):

        def multi_style(val):

            if val < 0:
                return "background-color: red"
            elif val > 0:
                return "background-color: green; color: white"
            return ""

        def align_center(val):
            return 'text-align: center'
        

        self.df = self.df.style.map(multi_style, subset=["Маржинальность","Прибыль"])
        self.df=self.df.map(align_center)


    def reorder_columns(self):
        if "ozon" in self.file_name:
            self.df = self.df[["Артикул","Наименование","Выручка", "Выкупы","Не_выкупы","Процент выкупа","Возвраты", "Всего заказано","Все_удержания_магазина","Все удержания в %",
            "Утилизация", "Эквайринг", "Логистика", "Логистика_на_ед", "Налог_в_руб", "Прибыль", "Маржинальность", "Себестоимость"
            ]]
        elif "wb" in self.file_name:
            pass
        else:
            pass


    def saving(self):

        self.df.to_excel(f"output/Товары_по_месяцам_{self.file_name}", engine="openpyxl", index=False)


    def get_articles_with_sales(self):

        self.normalization()
        self.grouping()
        self.cast_types()
        self.calculations()
        self.reorder_columns()
        self.styling()
        self.saving()