import faicons as fa
import plotly.express as px

# Load data and compute static values
from shared import app_dir, tips
from shinywidgets import render_plotly

from shiny import reactive, render
from shiny.express import input, ui

bill_rng = (min(tips.سن), max(tips.سن))

# Add page title and sidebar
ui.page_opts(title="Restaurant tipping", fillable=True)

with ui.sidebar(open="desktop"):
    ui.input_slider(
        "سن",
        "رنج سنی",
        min=bill_rng[0],
        max=bill_rng[1],
        value=bill_rng,
        pre="سال"
        
    )
    ui.input_checkbox_group(
        "تاریخ",
        " service",
        ["Twitter", "Instagram"],
        selected=["Twitter", "Instagram"],
        inline=True,
    )
    ui.input_action_button("reset", "Reset filter")

# Add main content
ICONS = {
    "user": fa.icon_svg("user", "regular"),
    "wallet": fa.icon_svg("wallet"),
    "currency-dollar": fa.icon_svg("dollar-sign"),
    "ellipsis": fa.icon_svg("ellipsis"),
}

with ui.layout_columns(fill=False):
    with ui.value_box(showcase=ICONS["user"]):
        "id"

        @render.express
        def total_tippers():
            data = tips_data()
            return data.shape[0]

    with ui.value_box(showcase=ICONS["wallet"]):
        "Average tip"

        @render.express
        def average_tip():
            data = tips_data()
            if data.shape[0] > 0:
                perc = data.tip / data.سن
                return f"{perc.mean():.1%}"

    with ui.value_box(showcase=ICONS["currency-dollar"]):
        "Average bill"

        @render.express
        def average_bill():
            data = tips_data()
            if data.shape[0] > 0:
                bill = data.سن.mean()
                return f"${bill:.2f}"

with ui.layout_columns(col_widths=[6, 6, 12]):
    with ui.card(full_screen=True):
        ui.card_header("Tips data")

        @render.data_frame
        def table():
            return tips_data()  # جدول با داده‌های فیلتر شده
        
        @render_plotly
        def scatterplot():
            data = tips_data()  # داده‌های فیلتر شده برای نمودار
            if data.shape[0] == 0:
                return {}  # اگر هیچ داده‌ای نیست، نمودار خالی برگردانده می‌شود
            return px.scatter(
                data,
                x="سن",  # استفاده از ستون "سن"
                y="id",  # استفاده از ستون "id"
                color=None if input.scatter_color() == "none" else input.scatter_color(),  # رنگ بر اساس انتخاب
                trendline="lowess",  # اضافه کردن trendline به نمودار
            )
    with ui.card(full_screen=True):
        with ui.card_header(class_="d-flex justify-content-between align-items-center"):
            "Tip percentages"
            with ui.popover(title="Add a color variable"):
                ICONS["ellipsis"]
                ui.input_radio_buttons(
                    "tip_perc_y",
                    "Split by:",
                    [ "جنسیت", "تأثیر", "سطح ", "موضوع"],
                    selected="day",
                    inline=True,
                )

        @render_plotly
        def tip_perc():
            from ridgeplot import ridgeplot

            dat = tips_data()
            if dat.shape[0] == 0:
                return {}  # return empty plot if no data available

            dat["percent"] = dat.tip / dat.سن
            yvar = input.tip_perc_y()
            uvals = dat[yvar].unique()

            samples = [[dat.percent[dat[yvar] == val]] for val in uvals]

            plt = ridgeplot(
                samples=samples,
                labels=uvals,
                bandwidth=0.01,
                colorscale="viridis",
                colormode="row-index",
            )

            plt.update_layout(
                legend=dict(
                    orientation="h", yanchor="bottom", y=1.02, xanchor="center", x=0.5
                )
            )

            return plt


ui.include_css(app_dir / "styles.css")

# --------------------------------------------------------
# Reactive calculations and effects
# --------------------------------------------------------


@reactive.calc
def tips_data():
    سنی = input.سن()  # مقدار رنج سنی
    تاریخ_انتخابی = input.time()  # تاریخ‌های انتخابی
    print(f"Selected age range: {سنی}")
    print(f"Selected dates: {تاریخ_انتخابی}")

    idx1 = tips["سن"].between(سنی[0], سنی[1])  # فیلتر بر اساس رنج سنی
    idx2 = tips["تاریخ"].isin(tاریخ_انتخابی)  # فیلتر بر اساس تاریخ انتخابی
    filtered_data = tips[idx1 & idx2]  # داده‌های فیلتر شده

    print(f"Filtered data: {filtered_data}")  # چاپ داده‌های فیلتر شده

    return filtered_data

@reactive.effect
@reactive.event(input.reset)
def _():
    ui.update_slider("رنج سنی", value=bill_rng)
    ui.update_checkbox_group("تاریخ", selected=["Twitter", "Instagram"])