#TPC1: Análise de dados: doença cardíaca
#
#Descarregue o ficheiro de dados: myheart.csv Crie um programa em Python, conjunto de funções, que responda às seguintes questões:
#
#    Crie uma função que lê a informação do ficheiro para um modelo, previamente pensado em memória;
#    Pense num modelo para guardar uma distribuição;
#    Crie uma função que calcula a distribuição da doença por sexo;
#    Crie uma função que calcula a distribuição da doença por escalões etários. Considere os seguintes escalões: [30-34], [35-39], [40-44], ...
#    Crie uma função que calcula a distribuição da doença por níveis de colesterol. Considere um nível igual a um intervalo de 10 unidades, comece no limite inferior e crie os níveis necessários até abranger o limite superior;
#    Crie uma função que imprime na forma de uma tabela uma distribuição;
#    Especifique um programa que ao executar apresenta as tabelas correspondentes às distribuições pedidas;
#    Extra: explore o módulo matplotlib e crie gráficos para as suas distribuições.


from dataclasses import dataclass
from sys import argv
from typing import Dict
import matplotlib.pyplot as plt

@dataclass
class Person:
    idade: int
    sexo: str 
    tensao: int
    colesterol: int
    batimento: int
    temDoenca: bool

@dataclass
class People:
    value: list[Person]

@dataclass
class Distribution:
    count: int
    total: int

    def add_count(self,value:int):
        self.count += value
        self.total += 1

    def get_percentage(self) -> float:
        return self.count/self.total 

@dataclass
class DistributionTracker:
    distributions: Dict
    
    def add_value(self, key, value: int):
        if key not in self.distributions:
            self.distributions[key] = Distribution(count=value, total=1)
        else:
            self.distributions[key].add_count(value)

    def get_percentages(self) -> Dict[str,float]:
        percentages = {}
        for key,val in self.distributions.items():
            percentages[key] = val.get_percentage()

        return percentages

    def print_distribution_tracker(self):
        # Print table header
        header = f"{'Key':<20} {'Count':<10} {'Total':<10} {'Percentage':<10}"
        print(header)
        print("-" * len(header))

        # Print table rows
        for key, distribution in self.distributions.items():
            if isinstance(key, tuple):
                key_str = f"{key[0]}-{key[1]}"
            else:
                key_str = str(key)
            count = distribution.count
            total = distribution.total
            percentage = distribution.get_percentage() * 100

            print(f"{key_str:<20} {count:<10} {total:<10} {percentage:.2f} %")


    def plot_distribution(self):
        #TODO
        return 0

def read(path:str,people:People):
    file = open(path, 'r')
    lines = file.readlines()

    for line in lines[1:]:
        field_list = line.split(',')

        idade = int(field_list[0])
        sexo = field_list[1] 
        tensao = int(field_list[2])
        colesterol = int(field_list[3])
        batimento = int(field_list[4])
        temDoenca = bool(int(field_list[5]))

        people.value.append(Person(idade,sexo,tensao,colesterol,batimento,temDoenca))

def distribution_doenca_sexo(people,doenca_sexo:DistributionTracker):
    for person in people.value:
        if person.temDoenca:
            doenca_sexo.add_value(person.sexo,1)
        else:
            doenca_sexo.add_value(person.sexo,0)
        
def distribution_doenca_escaloes_etarios(people,doenca_idade:DistributionTracker):
    #Considere os seguintes escalões: [30-34], [35-39], [40-44], ...
    interval_size = 5
    for person in people.value:
        index = person.idade // interval_size
        start = index * interval_size
        end = start + interval_size - 1

        key = (start,end)
        if person.temDoenca:
            doenca_idade.add_value(key,1)
        else:
            doenca_idade.add_value(key,0)

def distribution_doenca_colesterol(people,doenca_colesterol:DistributionTracker):
    
    interval_size = 10
    for person in people.value:
        index = person.colesterol // interval_size
        start = index * interval_size
        end = start + interval_size - 1

        key = f"{start}-{end}" 
        if person.temDoenca:
            doenca_colesterol.add_value(key,1)
        else:
            doenca_colesterol.add_value(key,0)



def main():
    people = People([])

    read(argv[1],people)
    
    doenca_sexo = DistributionTracker({})
    doenca_idade = DistributionTracker({})
    doenca_colesterol = DistributionTracker({})

    distribution_doenca_sexo(people,doenca_sexo)
    distribution_doenca_escaloes_etarios(people,doenca_idade)
    distribution_doenca_colesterol(people,doenca_colesterol)

    doenca_sexo.print_distribution_tracker()
    print("\n")
    doenca_idade.print_distribution_tracker()
    print("\n")
    doenca_colesterol.print_distribution_tracker()
    print("\n")

if __name__ == "__main__":
    main()