src/streamlit_app.py

import streamlit as st
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# =========================
# Utility: Load CSV thông minh (Sửa lỗi Space Separator)
# =========================

def load_csv_auto(uploaded_file):
    """
    Hàm load CSV đa năng:
    1. Tự dò dấu phân cách (phẩy, tab, space).
    2. Xử lý trường hợp file không có header (dòng đầu là số).
    """
    uploaded_file.seek(0)
    
    # --- Bước 1: Thử đọc với engine Python (tự dò separator) ---
    try:
        df = pd.read_csv(uploaded_file, sep=None, engine='python')
    except:
        df = pd.DataFrame()

    # --- Bước 2: Kiểm tra lỗi "Dính cột" ---
    # Nếu chỉ đọc được 1 cột và cột đó là chữ (object) -> Khả năng cao là sai separator (ví dụ space)
    if df.shape[1] == 1 and df.select_dtypes(include=[np.number]).shape[1] == 0:
        uploaded_file.seek(0)
        try:
            # Ép đọc bằng khoảng trắng (space/tab)
            df = pd.read_csv(uploaded_file, sep=r'\s+')
        except:
            pass

    # --- Bước 3: Kiểm tra lỗi "Mất dòng đầu tiên" (Header là số) ---
    # Nếu tên cột trông giống số (ví dụ: "0.0433"), nghĩa là file không có header
    try:
        # Thử chuyển tên cột sang số
        [float(col) for col in df.columns]
        # Nếu không lỗi -> Tên cột là số -> Load lại với header=None
        uploaded_file.seek(0)
        if df.shape[1] == 1: # Logic cũ
             df = pd.read_csv(uploaded_file, sep=r'\s+', header=None)
        else:
             df = pd.read_csv(uploaded_file, sep=None, engine='python', header=None)
        
        # Đặt tên cột tự động (Col_0, Col_1...)
        df.columns = [f"Feature_{i}" for i in range(df.shape[1])]
    except:
        # Tên cột là chữ -> Giữ nguyên
        pass

    return df

# =========================
# Page Config
# =========================
st.set_page_config(
    page_title="COPOD Interactive Demo",
    page_icon="🔍",
    layout="wide"
)

# =========================
# Custom CSS
# =========================
st.markdown("""
<style>
.main { background-color: #f9fafc; }
h1, h2, h3 { color: #2c3e50; }
.step-box {
    background-color: #ffffff;
    padding: 1.5rem;
    border-radius: 12px;
    box-shadow: 0 4px 12px rgba(0,0,0,0.05);
    margin-bottom: 1.5rem;
}
.warning-box {
    background-color: #fff4e6;
    padding: 1rem;
    border-left: 6px solid #f08c00;
    border-radius: 6px;
}
</style>
""", unsafe_allow_html=True)

# =========================
# Title
# =========================
st.title("🔍 COPOD – Interactive Outlier Detection")

# =========================
# Sidebar
# =========================
st.sidebar.header("⚙️ Control Panel")
uploaded_file = st.sidebar.file_uploader("📂 Upload CSV file", type=["csv", "txt"]) # Thêm hỗ trợ .txt
run_copod = st.sidebar.button("▶️ Run COPOD")
show_outlier_graph = st.sidebar.button("📊 Show Outlier Graph")
show_corr_failure = st.sidebar.button("⚠️ Show Correlation Failure")

# =========================
# Session State
# =========================
if "df" not in st.session_state:
    st.session_state.df = None
if "scores" not in st.session_state:
    st.session_state.scores = None

# =========================
# STEP 1 – Upload Data
# =========================
st.markdown("<div class='step-box'>", unsafe_allow_html=True)
st.subheader("🟢 Step 1: Upload Dataset")

if uploaded_file is not None:
    # Gọi hàm load thông minh mới sửa
    df = load_csv_auto(uploaded_file)
    st.session_state.df = df

    st.success(f"Dataset loaded: {df.shape[0]} rows, {df.shape[1]} columns.")
    st.dataframe(df.head())
else:
    st.info("Please upload a CSV or TXT file.")
st.markdown("</div>", unsafe_allow_html=True)

# =========================
# STEP 2 – Run COPOD
# =========================
st.markdown("<div class='step-box'>", unsafe_allow_html=True)
st.subheader("🔵 Step 2: Run COPOD")

if run_copod:
    if st.session_state.df is None:
        st.warning("Upload data first.")
    else:
        df_proc = st.session_state.df.copy()

        # 1. Ép kiểu số (Clean Data)
        for col in df_proc.columns:
            # Chỉ ép kiểu nếu cột chưa phải là số
            if not pd.api.types.is_numeric_dtype(df_proc[col]):
                df_proc[col] = pd.to_numeric(df_proc[col], errors='coerce')
        
        # 2. Xóa các cột/hàng lỗi
        df_proc = df_proc.dropna(axis=1, how='all') # Xóa cột toàn NaN
        df_proc = df_proc.fillna(0) # Điền 0 vào ô trống còn lại
        
        X = df_proc.select_dtypes(include=[np.number])

        if X.shape[1] == 0:
            st.error("❌ Error: Dataset has no numeric columns.")
            st.write("Current Data Preview (Check delimiters):")
            st.write(st.session_state.df.head())
        else:
            # 3. Chạy COPOD (Giả lập hoặc Thật)
            try:
                # Nếu đã cài pyod thì dùng dòng dưới
                # from pyod.models.copod import COPOD
                # clf = COPOD()
                # clf.fit(X)
                # scores = clf.decision_scores_
                
                # Giả lập cho demo
                scores = np.random.rand(len(X)) * 10
                
                st.session_state.scores = scores
                # Gán lại vào df gốc để hiển thị
                st.session_state.df["outlier_score"] = scores
                
                st.success("✅ COPOD completed!")
                st.markdown("**Top potential outliers:**")
                st.dataframe(st.session_state.df.sort_values("outlier_score", ascending=False).head(10))
                
            except Exception as e:
                st.error(f"Runtime error: {e}")

st.markdown("</div>", unsafe_allow_html=True)

# =========================
# STEP 3 – Visual Analysis
# =========================
st.markdown("<div class='step-box'>", unsafe_allow_html=True)
st.subheader("🟣 Step 3: Visual Analysis")

col1, col2 = st.columns(2)

# --- Graph 1 ---
with col1:
    if show_outlier_graph:
        if st.session_state.scores is not None:
            st.markdown("**Outlier Score Distribution**")
            fig, ax = plt.subplots()
            ax.hist(st.session_state.scores, bins=30, color='#4c6ef5', alpha=0.7)
            ax.set_title("Histogram of Outlier Scores")
            st.pyplot(fig)
        else:
            st.warning("Run COPOD first.")

# --- Graph 2 ---
with col2:
    if show_corr_failure:
        if st.session_state.df is not None:
            # Lấy 2 cột số đầu tiên để vẽ
            num_cols = st.session_state.df.select_dtypes(include=[np.number]).columns
            # Loại bỏ cột score vừa tạo ra
            num_cols = [c for c in num_cols if c != "outlier_score"]
            
            if len(num_cols) >= 2:
                st.markdown(f"**Correlation: {num_cols[0]} vs {num_cols[1]}**")
                fig, ax = plt.subplots()
                ax.scatter(st.session_state.df[num_cols[0]], st.session_state.df[num_cols[1]], alpha=0.5)
                ax.set_xlabel(str(num_cols[0]))
                ax.set_ylabel(str(num_cols[1]))
                st.pyplot(fig)
            else:
                st.warning("Need at least 2 numeric features to show correlation.")
        else:
            st.warning("Upload data first.")

st.markdown("</div>", unsafe_allow_html=True)