import streamlit as st
import pandas as pd
import numpy as np
import json
import random
import matplotlib.pyplot as plt
st.title('Каталог профессий IT и Продажи')

st.sidebar.title('Выбор параметров для подбора вакансий')

with open('main_table.json', 'r') as json_file:
    data_main = json.load(json_file)
df1 = pd.DataFrame(data_main)

with open('dop_table.json', 'r') as json_file:
    data_dop = json.load(json_file)
df2= pd.DataFrame(data_dop)

dohod = 0
i = 0

with st.sidebar:
    sphere = st.selectbox(
        "Выбери сферу:", options = list(df1['Сфера'].unique()), key=i)
    # st.write("Выбрано:", sphere)

    # st.write(df.columns)

    dohod = st.number_input(
        "Введите уровень дохода", key=f"number_input_{i}"
        # ("IT", "Продажи")
    )
    st.write("Выбрано:", dohod)

    # df2 = df[df['ЗП в вакансии'] >= dohod]

    sphere_change = st.selectbox(
        "Готов ли менять сферу", options = ["Да", "Нет"], key=f"{i+1}m",
        index=None,
    )

    st.write("Выбрано:", sphere_change)

    gotov_uchitsia = st.selectbox(
        "Готов ли обучаться",
        options = ["Да", "Нет"], key=f"{i+1}ml",
        index=None,
    )

    st.write("Выбрано:", gotov_uchitsia)
    st.header('Выберите навыки, которые у Вас есть')

    python = st.checkbox("Python", key=f"{i+1}mlr")
    sql = st.checkbox("SQL", key=f"{i+1}mlrq")
    html = st.checkbox("HTML", key=f"{i+1}mlrw")
    java = st.checkbox("Java", key=f"{i+1}mlre")
    figma = st.checkbox("Figma", key=f"{i+1}mlrr")
    power_bi = st.checkbox("Power BI", key=f"{i+1}mlrt")
    prodaji = st.checkbox("Продажи", key=f"{i+1}mlry")
    analys_prodaj = st.checkbox("Анализ продаж", key=f"{i+1}mlru")
    work_with_clients = st.checkbox("Работа с клиентами", key=f"{i+1}mlri")
    riteil = st.checkbox("Ритейл", key=f"{i+1}mlrl")
    i+=1
    but = st.button('Данные введены в полном объеме', key=f"{i+1}mlurl")
    list_skills=[]
    if but:
        if python:
            list_skills.append('Python')
        if sql:
            list_skills.append('SQL')
        if html:
            list_skills.append('HTML')
        if java:
            list_skills.append('Java')
        if figma:
            list_skills.append('Figma')
        if power_bi:
            list_skills.append('Power BI')
        if prodaji:
            list_skills.append('Продажи')
        if work_with_clients:
            list_skills.append('Работа с клиентами')
        if riteil:
            list_skills.append('ритейл')


def table(sphere: str, list_with_skills: list, dohod: int, sphere_change, gotov_uchitsia):
    new_df = pd.merge(df1, df2, on='Навыки', how='outer')
    if sphere_change == "Да":
        mask_sphere = new_df['Сфера'] != 0
    else:
        mask_sphere = new_df['Сфера'] == sphere
    new_df2 = new_df[new_df['ЗП в вакансии'] >= dohod][mask_sphere]
    new_df2['Есть_в_списке'] = new_df2['Навыки'].apply(lambda x: 1 if x in list_with_skills else 0)
    result = new_df2.groupby(['Профессия', 'Сфера', 'ЗП в вакансии']).agg(
        Skill=('Навыки', set),
        Cours=('курс', set),
        Links=('ссылка', set),
        On_list=('Есть_в_списке', set)
    ).reset_index()


    def calculate_difference(row):
        cell_set = set(row['Skill'])  # Преобразуем список в набор
        test_set = set(list_with_skills)  # Преобразуем list_test в набор
        return list(cell_set - test_set)

    result['Недостающие навыки'] = result.apply(calculate_difference, axis=1)
    result['Требуемые навыки для позиции'] = result['Skill']
    result['Наименования доступных курсов'] = result['Cours']
    result['Ссылки на курс'] = result['Links']

    if gotov_uchitsia == "Нет":
        mask_ucheba = (result['On_list'] != {0}) &  (result['On_list'] != {0, 1})
    else:
        mask_ucheba = result['On_list'] != {5}

    # try:
    result = result[mask_ucheba]
    # except:
    #     result =result

    result2 = result[['Сфера', 'Профессия', 'ЗП в вакансии', 'Требуемые навыки для позиции', 'Недостающие навыки',
                      'Наименования доступных курсов',
                      'Ссылки на курс']]
    return result2


df_fin = table(sphere, list_skills, dohod, sphere_change, gotov_uchitsia)

st.header('Рост Вашего дохода')
labels = ['Доход сейчас', 'Доход через год', 'Доход через 2 года']
values = [dohod, dohod*1.1, dohod*1.2]
fig, ax = plt.subplots()

# fig.set_size_inches(10, 5)
ax.bar(labels, values)
# , color = ['blue', 'orange', 'green'])
ax.set_ylabel('Сумма, руб')
ax.set_title('Сравнение доходов')
st.pyplot(fig)

st.header('Вакансии, которые вам будут интересны')
st.dataframe(df_fin, width=1100, height=500)

# st.write(but)
# st.write(python)
# st.write(html)
# st.write(sphere_change)
# st.write(gotov_uchitsia)
# mask_sphere = df1['Сфера '] == sphere
#
# if sphere_change == "Да":
#     mask_sphere = df1['Сфера '] != 0
#
# st.header('Вакансии, которые вам будут интересны')
# df1 = df1[mask_sphere][df1['ЗП в вакансии'] >= dohod]
# df1 = df1[['Сфера ', 'Профессия ', 'ЗП в вакансии', 'Навыки ']]
# st.markdown(
#     """
#     <style>
#     .my-table {
#         width: 1100px;
#     }
#     </style>
#     """,
#     unsafe_allow_html=True
# )
#
#
# st.dataframe(df1, width=1900, height=300)
#
#
#
# st.header('Возможности обучения')
#
# df2 = df[df['Сфера '] == sphere][df['ЗП в вакансии'] >= dohod][~df['Навыки '].isin(list_skills)]
# df2 = pd.merge(df2, df_dop, on='Навыки ', how='left')
# st.dataframe(df_fin, width=1100, height=1000)