import geopandas as gpd
from shapely.geometry import Point

from data.climatic_data import get_tmy
from data.rendement import get_rendement
from data.sol_data import get_soil_types
import pandas as pd


def process_localisation(latitude, longitude):
    dep = gpd.read_file("./data/departement.geojson")
    point = Point(longitude, latitude)
    inclusion = dep.contains(point)
    dep = dep[inclusion].nom.values[0]

    str_loc = f"La parcelle se situe dans le département de {dep}.\n"
    return str_loc


def process_meteo(latitude, longitude):
    tmy = get_tmy(latitude, longitude)
    meteo = (
        tmy.resample("M")
        .agg({"temp_min": "mean", "temp_max": "mean", "rain": "sum", 'irradiance':'sum'})
        .rename(
            columns={
                "temp_min": "Température minimum (°C)",
                "temp_max": "Température maximale (°C)",
                "rain": "Précipitations (mm)",
                'irradiance':'Radiation cumulée (W.m-2)'
            }
        )
    )
    str_meteo = f"Sur une année typique, voici des indicateurs mensuels climatiques de ma parcelle:\n {meteo}\n"
    return str_meteo


def process_soil(latitude, longitude):
    soil_prompt = f"\
D'après la Base de Données Géographique des Sols de France, les types de \
sols présent dans un rayon de 1km sont, au format SOIL Full 1974 (modified CEC 1985) FAO-Unesco legend soil name, \
{', '.join( get_soil_types(latitude, longitude))}\n\
"
    return soil_prompt


def process_rendement(latitude, longitude):
    rendement = get_rendement(latitude, longitude)
    str_rendement = f"Les données de rendement annuel par espèce dans mon département sont les suivantes : \n {rendement}\n"
    return str_rendement