from flask import Flask, render_template, redirect, url_for
import pandas as pd
from charts.charts import bar_chart, bar_chart_with_special_legend, point_chart, pie_chart

app = Flask(__name__)

# Read the CSV file

def translate_csv(file, translation_dict):
    with open(file, 'r') as f:
        text = f.read()
    for key, value in translation_dict.items():
        text = text.replace(key, value)
    with open('data/umfrage2survey.csv', 'w') as f:
        f.write(text)

translation_dict = {
    'Wie sind Sie auf WissKI aufmerksam geworden?': 'How did you hear about WissKI?',
    'In welchem Bereich verwenden Sie WissKI?': 'In which area do you use WissKI?',
    'Wie lange arbeiten Sie mit WissKI?': 'How long do you work with WissKI?',
    'Bedeutung von Softwarefeatures und Eigenschaften': 'Importance of software features and properties',
    'In welcher Rolle benutzen Sie WissKI?': 'In which role do you use WissKI?',
    'Haben Sie Erfahrung mit anderen Forschungsdaten-Management-Systemen?': 'Do you have experience with other research data management systems?',
    'Haben Sie Zugriff auf kompetenten IT- und Systemadministrationssupport innerhalb Ihres Projektes bzw. Institution?': 'Do you have access to competent IT and system administration support within your project or institution?',
    'Arbeitet Ihre Institution/ Unternehmen das erste Mal mit WissKI?': 'Is this the first time your institution/company has worked with WissKI?',
    'Wie viele Stunden stehen Ihnen für die Arbeit mit WissKI wöchentlich zur Verfügung?': 'How many hours a week do you have available for working with WissKI?',
    'Welchen Community-Angeboten haben Sie mindestens einmal wahrgenommen?': 'Which community offers have you used at least once?',
    'Im Verhältnis zu anderen Forschungsdaten-Management-Systemen verorte ich die Qualität von WissKI als...': 'In relation to other research data management systems, I classify the quality of WissKI as...',
    'Wie wahrscheinlich ist es, dass Sie WissKI als Forschungsdaten-Management-System weiterempfehlen?':'How likely is it that you would recommend WissKI as a research data management system?'
}

translate_csv('data/Community-Umfrage.csv', translation_dict)

df = pd.read_csv('data/umfrage2survey.csv', encoding='utf8')
#df = pd.read_csv('data/Community-Umfrage.csv', encoding='utf8')

plots = {}

# Normal bar charts
# 1 Wie sind Sie auf WissKI aufmerksam geworden?
# 2 In welchem Bereich verwenden Sie WissKI?
# 25 Haben Sie Zugriff auf kompetenten IT- und Systemadministrationssupport innerhalb Ihres Projektes bzw. Institution?
# 26 Arbeitet Ihre Institution/ Unternehmen das erste Mal mit WissKI?

bar_charts = [1,2,25,26]
for chart in bar_charts:
  question_data = df.iloc[:, chart]
  question_plot = bar_chart(question_data, question_data.name)
  plots[chart] = (question_data.name, question_plot)

# Cleaned pie charts
# 23 In welcher Rolle benutzen Sie WissKI?
question_data = df.iloc[:, 23]
for index, value in question_data.items():
    new_value = value.split(' (')[0]
    question_data[index] = new_value

question_plot = pie_chart(question_data, question_data.name)
plots[3] = (question_data.name, question_plot)

# Normal Pie charts
# 3 Wie lange arbeiten Sie mit WissKI?
# 24 Haben Sie Erfahrung mit anderen Forschungsdaten-Management-Systemen?
# 27 Wie viele Stunden stehen Ihnen für die Arbeit mit WissKI wöchentlich zur Verfügung?
# 28 Welchen Community-Angeboten haben Sie mindestens einmal wahrgenommen?
pie_charts = [3,24,27,28]
for chart in pie_charts:
  question_data = df.iloc[:, chart]
  question_plot = pie_chart(question_data, question_data.name)
  plots[chart] = (question_data.name, question_plot)

# Point charts
# 9-22 Software Features
median_values = df.iloc[:, 9:23].median()
median_values_cleaned = pd.Series(name='Software Features')
for index, value in median_values.items():
    new_index = index.split(' [')[1].split(']')[0]
    median_values_cleaned[new_index] = value

point_plot = point_chart(median_values_cleaned, 'Software Features')
plots[9] = ('Software Features', point_plot)


# Bar charts with median
# 29 Im Verhältnis zu anderen Forschungsdaten-Management-Systemen verorte ich die Qualität von WissKI als...
bar_charts_with_median = [29]
for chart in bar_charts_with_median:
  question_data = df.iloc[:, chart]
  question_plot = bar_chart_with_special_legend(question_data, question_data.name, 'quality')
  plots[chart] = (question_data.name, question_plot)

bar_charts_with_median = [31]
for chart in bar_charts_with_median:
  question_data = df.iloc[:, chart]
  question_plot = bar_chart_with_special_legend(question_data, question_data.name, 'recommendation')
  plots[chart] = (question_data.name, question_plot)

plots = dict(sorted(plots.items(), key=lambda x: x[0]))

# Generate list of charts
charts = [{'id': i+1, 'title': plots[col][0], 'data': plots[col][1]} for i, col in enumerate(plots.keys())]

@app.route('/')
def index():
    return redirect(url_for('show_chart', chart_id=1))

@app.route('/chart/<int:chart_id>')
def show_chart(chart_id):
    chart = next((c for c in charts if c['id'] == chart_id), None)
    if not chart:
        return redirect(url_for('index'))

    plot_url = chart['data']
    prev_id = chart_id - 1 if chart_id > 1 else len(charts)
    next_id = chart_id + 1 if chart_id < len(charts) else 1

    return render_template('chart.html', plot_url=plot_url, prev_id=prev_id, next_id=next_id, title=chart['title'])

if __name__ == '__main__':
    app.run(debug=True)