from script.utils.utils import *
from script.utils.situations import *
from script.analysis.degree_analysis import *
from script.analysis.student_analysis import *
from script.analysis.admission_analysis import *


try:
	to_unicode = unicode
except NameError:
	to_unicode = str


def build_cache(dataframe):
	
#	os.chdir("../src")
	path = 'cache/curso'
	
	ensure_path_exists(path)

	for cod, df in dataframe.groupby('COD_CURSO'):
		generate_degree_data(path+'/'+cod+'/', df)
		generate_student_data(path+'/'+cod+'/students/',df)
		#~ generate_admission_data(path+'/'+cod+'/admission/',df)
	#generate_degree_data(path, dataframe)
	#generate_student_data(path, dataframe)
	#generate_student_list(path)
	#generate_admission_data(path)
	#generate_admission_list(path)
	#generate_course_data(path)
	#generate_course_general_data(path)

def generate_degree_data(path, dataframe):
	ensure_path_exists(path)
	ensure_path_exists(path+'students')

	students = dataframe[['MATR_ALUNO', 'FORMA_EVASAO']].drop_duplicates()

	data = {
		'average_graduation': average_graduation(dataframe),
		'general_failure': general_failure(dataframe),
		'general_ira': general_ira(dataframe),
		'active_students': students[students.FORMA_EVASAO == EvasionForm.EF_ATIVO].shape[0],
		'graduated_students': students[students.FORMA_EVASAO == EvasionForm.EF_FORMATURA].shape[0],
	}

	save_json(path+'/degree.json', data)
	
	#~ for ind, hist in dataframe.groupby('MATR_ALUNO'):
		#~ generate_student_data_old(path+'students/{}.json'.format(ind), dataframe)



def historico(dataframe):
	res = []

	for _, row in dataframe.iterrows():
		res.append(dict(row[['ANO', 'MEDIA_FINAL', 'PERIODO', 'SITUACAO', 'COD_ATIV_CURRIC', 'NOME_ATIV_CURRIC',
							 'CREDITOS', 'CH_TOTAL', 'DESCR_ESTRUTURA', 'FREQUENCIA']]))

	return res


def process_semestre(per, df):
	ira = df[df.SITUACAO.isin(Situation.SITUATION_AFFECT_IRA)].MEDIA_FINAL.mean()
	completas = df[df.SITUACAO.isin(Situation.SITUATION_PASS)].shape[0]
	tentativas = df[df.SITUACAO.isin(Situation.SITUATION_COURSED)].shape[0]

	return {
		'semestre': per,
		'ira': ira,
		'completas': completas,
		'tentativas': tentativas,
		'aprovacao': completas/tentativas if tentativas else 0,
		'ira_por_quantidade_disciplinas': ira/tentativas if tentativas else 0
	}



def generate_student_data(path, dataframe):
	student_data = dict()
	all_grrs = list(dataframe["MATR_ALUNO"].drop_duplicates())
	for x in all_grrs:
		student_data[x] = dict()
	
	
	analises = [
		# tupla que contem no primeiro elemento a funcao que retorna um dicionario com {"GRR": valor}
		# e na segunda posicao o nome que esta analise tera no json
		
		(posicao_turmaIngresso_semestral(dataframe),
		"posicao_turmaIngresso_semestral"),
		
		(periodo_real(dataframe),
		"periodo_real"),
		
		(periodo_pretendido(dataframe),
		"periodo_pretendido"),
		
		(ira_semestral(dataframe),
		"ira_semestral"),
		
		(ira_por_quantidade_disciplinas(dataframe),
		"ira_por_quantidade_disciplinas"),
		
		(indice_aprovacao_semestral(dataframe),
		"indice_aprovacao_semestral"),
		
		(aluno_turmas(dataframe),
		"aluno_turmas"),
	]
	
	for x in student_data:
		for a in analises:											# Usar para fazer a verificacao de 
			student_data[x][a[1]] = a[0][x]							# analises nulas para um GRR
			
		save_json(path+x+".json", student_data[x])
	
	#Falta verificar se alguem nao recebeu algumas analises
	
def generate_student_list(path):
	pass

def generate_admission_data(path,df):
	listagem_turma_ingresso(df)
	pass

def generate_admission_list(path):
	pass

def generate_course_data(path):
	pass

def generate_course_general_data(path):
	pass