import datasets
import pandas as pd
from datetime import datetime

_DESCRIPTION = "Датасет для анализа запросов и ответов нейронной сети."
_URL = "faq_dataset.csv"  # Укажите URL для загрузки данных, если необходимо

class InstructAnalysis(datasets.GeneratorBasedBuilder):
    VERSION = datasets.Version("0.0.1")

    BUILDER_CONFIGS = [
        datasets.BuilderConfig(name="default", version=VERSION, description="Стандартная конфигурация для анализа запросов и ответов."),
    ]

    DEFAULT_CONFIG_NAME = "default"

    def _info(self):
        features = datasets.Features({
            "request": datasets.Value("string"),  # Запрос к нейронной сети
            "response": datasets.Value("string"),  # Ответ нейронной сети
            "frequency": datasets.Value("int32"),  # Частота запроса
            "average_response": datasets.Value("string"),  # Средний ответ для данного запроса
            "timestamp": datasets.Value("string"),  # Время запроса
        })
        return datasets.DatasetInfo(description=_DESCRIPTION, features=features)

    def _split_generators(self, dl_manager):
        downloaded_file = dl_manager.download(_URL)
        return [
            datasets.SplitGenerator(name=datasets.Split.TRAIN, gen_kwargs={"path": downloaded_file}),
        ]

    def _generate_examples(self, path):
        # Чтение данных из CSV файла
        data = pd.read_csv(path)  # Предполагается, что данные хранятся в CSV
        for index, row in data.iterrows():
            yield index, {
                "request": row["request"],
                "response": row["response"],
                "frequency": row["frequency"],
                "average_response": row["average_response"],
                "timestamp": row["timestamp"],
            }

    def save_faq(self, request, response):
        # Загрузка существующего датасета
        try:
            df = pd.read_csv('faq_dataset.csv')
        except FileNotFoundError:
            df = pd.DataFrame(columns=["request", "response", "frequency", "average_response", "timestamp"])

        # Проверка, существует ли уже вопрос
        if request in df['request'].values:
            # Увеличиваем частоту
            df.loc[df['request'] == request, 'frequency'] += 1
            # Обновляем средний ответ (можно использовать более сложную логику для вычисления среднего)
            existing_response = df.loc[df['request'] == request, 'average_response'].values[0]
            new_average_response = f"{existing_response}; {response}"  # Простой пример объединения
            df.loc[df['request'] == request, 'average_response'] = new_average_response
        else:
            # Добавляем новый вопрос и ответ
            new_entry = {
                "request": request,
                "response": response,
                "frequency": 1,
                "average_response": response,
                "timestamp": datetime.now().isoformat()
            }
            df = df.append(new_entry, ignore_index=True)

        # Сохраняем обновленный датасет
        df.to_csv('faq_dataset.csv', index=False)