#!/usr/bin/python
# -*- coding: utf-8 -*-

import dash
import dash_core_components as dcc
import dash_html_components as html
from dash.dependencies import Input, Output

import plotly.graph_objs as go

from datetime import datetime

import pandas as pd

# задаём данные для отрисовки
from sqlalchemy import create_engine

# пример подключения к базе данных для Postresql
#db_config = {'user': 'my_user',
#             'pwd': 'my_user_password',
#             'host': 'localhost',
#             'port': 5432,
#             'db': 'games'}
#engine = create_engine('postgresql://{}:{}@{}:{}/{}'.format(db_config['user'],
#                                                            db_config['pwd'],
#                                                            db_config['host'],
#                                                            db_config['port'],
#                                                            db_config['db']))
# пример подключения к базе данных для Sqlite
engine = create_engine('sqlite:////db/games.db', echo = False)

# получаем сырые данные
query = '''
            SELECT * FROM agg_games_year_genre_platform
        '''
agg_games_year_genre_platform = pd.io.sql.read_sql(query, con = engine)
agg_games_year_genre_platform["year_of_release"] = pd.to_datetime(agg_games_year_genre_platform["year_of_release"])

note = '''
          Этот дашборд показывает поможет нам выучить правила композиции дашбордов.
       '''

# задаём лейаут
external_stylesheets = ['https://codepen.io/chriddyp/pen/bWLwgP.css']
app = dash.Dash(__name__, external_stylesheets=external_stylesheets,compress=False)
app.layout = html.Div(children=[

    # формируем html
    html.H1(children = 'История игрового рынка'),

    html.Br(),

    # пояснения
    html.Label(note),

    html.Br(),

    # выбор временного периода
    html.Label('Года выпуска:'),
    dcc.DatePickerRange(
        start_date = agg_games_year_genre_platform['year_of_release'].dt.date.min(),
        end_date = datetime(2016,1,1).strftime('%Y-%m-%d'),
        display_format = 'YYYY-MM-DD',
        id = 'dt_selector',
    ),

    html.Div([
        html.Div([

            html.Br(),

            # график выпуска игр по годам и жанрам
            html.Label('Выпуск игр по жанрам:'),

            dcc.Graph(
                style = {'height': '50vw'},
                id = 'launches_by_year'
            ),

        ], className = 'eight columns'),

        html.Div([

            html.Br(),

            # график выпуска игр по платформам
            html.Label('Продажи платформам:'),

            dcc.Graph(
                style = {'height': '25vw'},
                id = 'sales_by_platform'
            ),

            # график выпуска игр по платформам
            html.Label('Продажи по жанрам:'),

            dcc.Graph(
                style = {'height': '25vw'},
                id = 'sales_by_genre'
            ),

        ], className = 'four columns'),

    ], className = 'row'),

])

# описываем логику дашборда
@app.callback(
    [Output('launches_by_year', 'figure'),
     Output('sales_by_platform', 'figure'),
     Output('sales_by_genre', 'figure'),
    ],
    [Input('dt_selector', 'start_date'),
     Input('dt_selector', 'end_date'),
    ]    )
def update_figures(start_date, end_date):

  # для простоты игнорируем фильтрацию

  games_by_genre = (agg_games_year_genre_platform.groupby(['year_of_release', 'genre'])
                            .agg({'games': 'sum'})
                            .reset_index()
                      )

  sales_by_genre = (agg_games_year_genre_platform.groupby(['genre'])
                            .agg({'total_copies_sold': 'sum'})
                            .reset_index()
                    )
  # все жанры с малым количеством игр помещаем в одну категорию
  sales_by_genre['percent'] = sales_by_genre['total_copies_sold'] / sales_by_genre['total_copies_sold'].sum()
  sales_by_genre.loc[sales_by_genre['percent'] < 0.05, 'genre'] = 'Другие'
  # и ещё раз группируем
  sales_by_genre = (sales_by_genre.groupby(['genre'])
                                  .agg({'total_copies_sold': 'sum'})
                                  .reset_index())

  sales_by_platform = (agg_games_year_genre_platform.groupby(['platform'])
                               .agg({'total_copies_sold': 'sum'})
                               .reset_index()
                      )
  # все платформы с малым количеством игр помещаем в одну категорию
  sales_by_platform['percent'] = sales_by_platform['total_copies_sold'] / sales_by_platform['total_copies_sold'].sum()
  sales_by_platform.loc[sales_by_platform['percent'] < 0.05, 'platform'] = 'Другие'
  # и ещё раз группируем
  sales_by_platform = (sales_by_platform.groupby(['platform'])
                                        .agg({'total_copies_sold': 'sum'})
                                        .reset_index())



  y_label = 'Выпущенные игры'

  # график выпуска по жанрам
  data_by_genre = []
  for genre in games_by_genre['genre'].unique():
      data_by_genre += [go.Scatter(x = games_by_genre.query('genre == @genre')['year_of_release'],
                                   y = games_by_genre.query('genre == @genre')['games'],
                                   mode = 'lines',
                                   stackgroup = 'one',
                                   name = genre)]

  # график продаж игр по жанрам
  sales_by_genre = [go.Pie(labels = sales_by_genre['genre'],
                           values = sales_by_genre['total_copies_sold'],
                           name = 'platfroms')]

  # график продаж игр по платформам
  sales_by_platform = [go.Pie(labels = sales_by_platform['platform'],
                              values = sales_by_platform['total_copies_sold'],
                              name = 'platfroms')]



  # формируем результат для отображения
  return (
            {
                'data': data_by_genre,
                'layout': go.Layout(xaxis = {'title': 'Год'},
                                    yaxis = {'title': y_label})
             },
            {
                'data': sales_by_genre,
                'layout': go.Layout()
             },
            {
                'data': sales_by_platform,
                'layout': go.Layout()
             },
  )