#!/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 data_raw
        '''
games_raw = pd.io.sql.read_sql(query, con = engine)

# преобразуем типы
games_raw['year_of_release'] = pd.to_datetime(games_raw['year_of_release'])
columns = ['na_players', 'eu_players', 'jp_players', 'other_players']
for column in columns: games_raw[column] = pd.to_numeric(games_raw[column], errors = 'coerce')

# формируем данные для отчёта
games_grouped = (games_raw.groupby(['year_of_release', 'genre'])
                          .agg({'name': 'nunique'})
                          .reset_index()
                          .rename(columns = {'name': 'games_launched'})
                )

# задаем 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 заголовок тегом HTML
    html.H1(children = 'Выпуск игр по годам'),

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

    # график выпуска игр по годам
    dcc.Graph(
        id = 'sales_by_year'
    ),

])

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

  # приводим входные параметры к нужным типам
  start_date = datetime.strptime(start_date, '%Y-%m-%d')
  end_date = datetime.strptime(end_date, '%Y-%m-%d')

  # применяем фильтрацию
  filtered_data = games_grouped.query('year_of_release >= @start_date and year_of_release <= @end_date')

  # формируем графики для отрисовки с учётом фильтров
  data = []
  for genre in filtered_data['genre'].unique():
      data += [go.Scatter(x = filtered_data.query('genre == @genre')['year_of_release'],
                          y = filtered_data.query('genre == @genre')['games_launched'],
                          mode = 'lines',
                          stackgroup = 'one',
                          name = genre)]

  # формируем результат для отображения
  return (
            {
                'data': data,
                'layout': go.Layout(xaxis = {'title': 'Дата и время'},
                                    yaxis = {'title': 'Выпущенные игры'})
             },
  )

if __name__ == '__main__':
    app.run_server(host='0.0.0.0', port=3000)