# -*- mode: python -*-
# -*- coding: utf-8 -*-

##############################################################################
#
# Gestion scolarite IUT
#
# Copyright (c) 1999 - 2024 Emmanuel Viennet.  All rights reserved.
#
# This program is free software; you can redistribute it and/or modify
# it under the terms of the GNU General Public License as published by
# the Free Software Foundation; either version 2 of the License, or
# (at your option) any later version.
#
# This program is distributed in the hope that it will be useful,
# but WITHOUT ANY WARRANTY; without even the implied warranty of
# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
# GNU General Public License for more details.
#
# You should have received a copy of the GNU General Public License
# along with this program; if not, write to the Free Software
# Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
#
#   Emmanuel Viennet      emmanuel.viennet@viennet.net
#
##############################################################################

##############################################################################
#  Module "Avis de poursuite d'étude"
#  conçu et développé par Cléo Baras (IUT de Grenoble)
##############################################################################


"""
Created on Thu Sep  8 09:36:33 2016

@author: barasc
"""

import datetime
import numpy as np

from app.scodoc import sco_utils as scu
import pandas as pd


TAGS_RESERVES = ["but"]


class TableTag(object):
    """
    Classe mémorisant les moyennes des étudiants à différents tags et permettant de
    calculer des rangs et des statistiques.

    Ses attributs sont:

    * nom : Nom représentatif des données de la Table
    * inscrlist : Les étudiants inscrits dans le TagTag avec leur information de la forme :
        { etudid : dictionnaire d'info extrait de Scodoc, ...}
    * taglist : Liste triée des noms des tags
    * resultats : Dictionnaire donnant les notes-moyennes de chaque étudiant par tag et la somme commulée
    des coeff utilisées dans le calcul de la moyenne pondérée, sous la forme :
        { tag : { etudid: (note_moy, somme_coeff_norm),
                                        ...}
    * rangs : Dictionnaire donnant les rang par tag de chaque étudiant de la forme :
        { tag : {etudid: rang, ...} }
    * nbinscrits : Nombre d'inscrits dans le semestre (pas de distinction entre les tags)
    * statistiques : Dictionnaire donnant les statistiques (moyenne, min, max) des résultats par tag de la forme :
        { tag : (moy, min, max), ...}

    """

    def __init__(self, nom: str):
        """Les attributs basiques des TagTable, qui seront initialisés
        dans les classes dérivées
        """
        self.nom = nom
        """Les étudiants"""
        self.etudiants = {}
        """Les moyennes par tag"""
        self.moyennes_tags = {}


    # -----------------------------------------------------------------------------------------------------------
    def get_all_tags(self):
        """Liste des tags de la table, triée par ordre alphabétique

        Returns:
            Liste de tags triés par ordre alphabétique
        """
        return sorted(self.moyennes_tags.keys())


    def df_tagtable(self):
        """Renvoie un dataframe (etudid x tag) listant toutes les moyennes par tags

        Returns:
            Un dataframe etudids x tag (avec tag par ordre alphabétique)
        """
        tags = self.get_all_tags()
        if tags:
            dict_series = {tag: self.moyennes_tags[tag]["notes"] for tag in tags}
            df = pd.DataFrame(dict_series)
            return df
        else:
            return None

    def str_tagtable(self):
        """Renvoie une chaine de caractère listant toutes les moyennes,
        les rangs des étudiants pour tous les tags."""

        etudiants = self.etudiants
        df = pd.DataFrame.from_dict(etudiants, orient="index", columns=["nom"])

        for tag in self.get_all_tags():
            df = df.join(self.moyennes_tags[tag]["notes"].rename(f"moy {tag}"))
            df = df.join(self.moyennes_tags[tag]["classements"].rename(f"class {tag}"))

        return df.to_csv(sep=";")