# meteo/dataset.py
from __future__ import annotations

from pathlib import Path
from typing import Literal

import pandas as pd
import numpy as np

def fill_missing_with_previous(df: pd.DataFrame) -> pd.DataFrame:
    """
    Remplit les valeurs manquantes en propageant, pour chaque capteur, la
    dernière valeur connue vers le bas (forward-fill).

    C'est adapté au comportement de Home Assistant, qui n'écrit une nouvelle
    valeur que lorsque l'état change.

    - Les premières lignes, avant toute mesure pour un capteur donné,
      resteront NaN ; on supprime les lignes qui sont NaN pour toutes
      les colonnes.
    """
    if not isinstance(df.index, pd.DatetimeIndex):
        raise TypeError(
            "fill_missing_with_previous nécessite un DataFrame avec un DatetimeIndex. "
            "Utilisez d'abord load_raw_csv() ou imposez un index temporel."
        )

    df = df.sort_index()

    # Propage la dernière valeur connue vers le bas
    df_filled = df.ffill()

    # Supprime les lignes vraiment vides (avant la première donnée)
    df_filled = df_filled.dropna(how="all")

    return df_filled

def _circular_mean_deg(series: pd.Series) -> float | np.floating | float("nan"):
    """
    Calcule la moyenne d'un angle en degrés en tenant compte de la circularité.

    Exemple : la moyenne de 350° et 10° = 0° (et pas 180°).

    Retourne NaN si la série est vide ou entièrement NaN.
    """
    values = series.dropna().to_numpy(dtype=float)
    if values.size == 0:
        return float("nan")

    radians = np.deg2rad(values)
    sin_mean = np.sin(radians).mean()
    cos_mean = np.cos(radians).mean()

    angle = np.rad2deg(np.arctan2(sin_mean, cos_mean))
    if angle < 0:
        angle += 360.0
    return angle


def resample_to_minutes(df: pd.DataFrame) -> pd.DataFrame:
    """
    Ramène un DataFrame indexé par le temps à une granularité d'une minute.

    Hypothèses :
    - Index = DatetimeIndex (par exemple issu de load_raw_csv sur le CSV "formaté").
    - Colonnes attendues :
        temperature, humidity, pressure, illuminance,
        wind_speed, wind_direction, rain_rate

    Agrégation :
    - Température, humidité, pression, illuminance, vitesse de vent :
        moyenne sur la minute.
    - Direction du vent :
        moyenne circulaire en degrés.
    - rain_rate (mm/h) :
        moyenne sur la minute (on reste sur un taux, on ne convertit pas en cumul).
    """
    if not isinstance(df.index, pd.DatetimeIndex):
        raise TypeError(
            "resample_to_minutes nécessite un DataFrame avec un DatetimeIndex. "
            "Utilisez load_raw_csv() pour charger le CSV."
        )

    # On définit une stratégie d'agrégation par colonne
    agg = {
        "temperature": "mean",
        "humidity": "mean",
        "pressure": "mean",
        "illuminance": "mean",
        "wind_speed": "mean",
        "wind_direction": _circular_mean_deg,
        "rain_rate": "mean",
    }

    df_minutely = df.resample("60s").agg(agg)

    # On supprime les minutes où il n'y a vraiment aucune donnée
    df_minutely = df_minutely.dropna(how="all")

    return df_minutely


def load_raw_csv(path: str | Path) -> pd.DataFrame:
    """
    Charge le CSV brut exporté depuis InfluxDB et retourne un DataFrame
    indexé par le temps.

    - La colonne `time` est lue comme texte.
    - On la parse explicitement en ISO8601 (gère les microsecondes optionnelles).
    - `time` devient l'index.
    - Les lignes sont triées par ordre chronologique.
    """
    csv_path = Path(path)

    # On lit sans parsing automatique pour garder le contrôle
    df = pd.read_csv(csv_path, dtype={"time": "string"})

    if "time" not in df.columns:
        raise ValueError(
            f"Le fichier {csv_path} ne contient pas de colonne 'time'. "
            "Ce fichier n'a probablement pas été généré par export_station_data."
        )

    # Parsing robuste des timestamps ISO8601 (gère 2025-...SS+00:00 et 2025-...SS.ffffff+00:00)
    df["time"] = pd.to_datetime(df["time"], format="ISO8601")

    df = df.set_index("time").sort_index()

    # On vérifie qu'on a bien un DatetimeIndex
    if not isinstance(df.index, pd.DatetimeIndex):
        raise TypeError(
            f"L'index du fichier {csv_path} n'est pas un DatetimeIndex après parsing ISO8601."
        )

    return df


def combine_close_observations(
    df: pd.DataFrame,
    *,
    freq: str = "1s",
    agg: Literal["mean", "median", "first", "last"] = "mean",
) -> pd.DataFrame:
    """
    Combine les lignes dont les timestamps tombent dans la même fenêtre temporelle.

    Typiquement, avec `freq="1s"`, toutes les mesures comprises entre
    HH:MM:SS.000 et HH:MM:SS.999 seront regroupées en une seule ligne
    datée HH:MM:SS.
    """
    if not isinstance(df.index, pd.DatetimeIndex):
        raise TypeError(
            "combine_close_observations nécessite un DataFrame avec un DatetimeIndex. "
            "Utilisez d'abord load_raw_csv() ou imposez un index temporel."
        )

    freq = freq.lower()  # évite le FutureWarning sur 'S'

    if agg == "mean":
        df_resampled = df.resample(freq).mean()
    elif agg == "median":
        df_resampled = df.resample(freq).median()
    elif agg == "first":
        df_resampled = df.resample(freq).first()
    elif agg == "last":
        df_resampled = df.resample(freq).last()
    else:
        raise ValueError(f"Fonction d'agrégation non supportée : {agg!r}")

    df_resampled = df_resampled.dropna(how="all")
    return df_resampled