import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import sklearn as sk
from sklearn.preprocessing import LabelEncoder
from sklearn.impute import SimpleImputer
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score, confusion_matrix, classification_report
from models import *
import random
from analise import *

# Défini toutes les colonnes à garder dans le nettoyage des données
columns = ['B_fighter','R_fighter','title_bout',
                    'B_avg_BODY_landed', 'B_avg_HEAD_landed', 'B_avg_TD_att', 'B_avg_TOTAL_STR_landed', 
                'B_avg_opp_BODY_att', 'B_avg_opp_HEAD_landed', 'B_avg_opp_LEG_landed', 
                'B_avg_opp_SIG_STR_att', 'B_avg_opp_TOTAL_STR_att',
                
                'R_avg_BODY_landed', 'R_avg_HEAD_landed', 'R_avg_TD_att', 'R_avg_TOTAL_STR_landed', 
                'R_avg_opp_BODY_att', 'R_avg_opp_HEAD_landed', 'R_avg_opp_LEG_landed', 
                'R_avg_opp_SIG_STR_att', 'R_avg_opp_TOTAL_STR_att',

                'B_age', 'R_age','date','Winner','weight_class','B_Stance','R_Stance'] 

def swap_values(row):
    # Choisi avec 1 chance sur 2 si le swap va être effectué
    if random.random() > 0.5:
        for column in columns:
            if column.startswith('B_'):
                # Si la colonne commence par B_, on l'échange par R_
                opposite_column = 'R_' + column[2:]
                row[column], row[opposite_column] = row[opposite_column], row[column]
            if column.startswith('Winner'):
                # Si la valeur de Winner est 0, on remplace par 2 et vice-versa
                print(row[column])
                if row[column] == 0:
                    row[column] = 2
                elif row[column] == 2:
                    row[column] = 0
                print(row[column])
        return row
    # retourne ligne inchangée si swap non effectué
    return row

def getData():
    df = pd.read_csv('archive/data.csv')

    # Défini la date limite pour utiliser les données
    limit_date = '2001-04-01'
    df = df.loc[df['date'] > limit_date, columns]

    label_encoder = LabelEncoder()
    # Convertir les chaînes de caractères en nombres
    for column in df.select_dtypes(include=['object']).columns:
        # Encode pour chaque colonne de type chaînes de caractères en valeur numérique
        df[column] = label_encoder.fit_transform(df[column])

    df = df.apply(swap_values, axis=1)

    # Remplace toutes les valeurs NaN par la valeur médiane associée
    median_values = df.median()
    df.fillna(median_values, inplace=True)

    imp_features = ['R_age', 'B_age']

    # On crée un dataframe sans colonne winner car c'est ce qu'on cherche à prédire
    X=df.drop('Winner', axis=1)
    # On crée un dataframe avec seulement la colonne winner pour vérifier les prédictions
    y=df['Winner']
    return X,y