import streamlit as st
import pandas as pd
import re
import plotly.express as px

st.set_page_config(page_title="گزارش خرید کالا و داشبورد تصویری", layout="wide", initial_sidebar_state="expanded")

# --- بارگذاری فونت Vazirmatn از CDN ---
st.markdown(
    """
    <link href="https://cdn.jsdelivr.net/gh/rastikerdar/vazirmatn@v33.003/Vazirmatn-Variable-font-face.css" rel="stylesheet" type="text/css" />
    """,
    unsafe_allow_html=True
)

# --- بارگذاری فایل CSS ---
with open("src/style.css") as f:
    st.markdown(f"<style>{f.read()}</style>", unsafe_allow_html=True)

st.title("📊 گزارش خرید کالا و داشبورد تصویری")

# --- سایدبار ---
with st.sidebar:
    st.header("تنظیمات")
    uploaded_file = st.file_uploader("📂 فایل اکسل Book.xlsx را بارگذاری کنید", type=["xlsx"])

if uploaded_file is not None:
    df = pd.read_excel(uploaded_file)

    # --- تمیزکاری ستون‌ها ---
    def clean_col(col):
        col = str(col)
        col = re.sub(r'[\n\r]+', ' ', col)
        col = re.sub(r'[\u200c\u200f\u202a-\u202e\ufeff]', '', col)
        col = re.sub(r'\s+', ' ', col).strip()
        return col

    df.columns = [clean_col(c) for c in df.columns]

    # --- پیدا کردن ستون تعداد و مبلغ ---
    qty_col = next((c for c in df.columns if re.search(r'خالص.*تعداد', c)), None)
    amt_col = next((c for c in df.columns if re.search(r'خالص.*مبلغ(?!.*تخفیف)', c)), None)

    if not qty_col or not amt_col:
        st.error("❌ ستون‌های مربوط به «خالص تعداد» یا «خالص مبلغ» پیدا نشدند!")
        st.write("📑 ستون‌های موجود در فایل (بعد از تمیزکاری):")
        st.write(list(df.columns))
    else:
        # اطمینان از اینکه ستون مبلغ عددی است و NaN ندارد
        df[amt_col] = pd.to_numeric(df[amt_col], errors='coerce').fillna(0)

        # --- نگاشت ماه‌ها ---
        month_order = ['فروردین','اردیبهشت','خرداد','تیر','مرداد','شهریور',
                       'مهر','آبان','آذر','دی','بهمن','اسفند']
        month_dict = {
            "01": "فروردین", "02": "اردیبهشت", "03": "خرداد", "04": "تیر",
            "05": "مرداد", "06": "شهریور", "07": "مهر", "08": "آبان",
            "09": "آذر", "10": "دی", "11": "بهمن", "12": "اسفند"
        }

        df['کدماه'] = df['نام ماه'].astype(str).str[:2]
        df['ماه'] = df['کدماه'].map(month_dict)

        # --- Pivot مشتری ---
        grouped = df.groupby(['کد کالا','نام کالا','طرف حساب','ماه']).agg({
            qty_col:'sum', amt_col:'sum'
        }).reset_index()
        pivot_qty = grouped.pivot_table(
            index=['کد کالا','نام کالا','طرف حساب'],
            columns='ماه', values=qty_col, fill_value=0
        ).reindex(columns=month_order, fill_value=0)
        total_amount = grouped.groupby(['کد کالا','نام کالا','طرف حساب'])[amt_col].sum()
        pivot_qty['مجموع مبلغ خرید'] = total_amount
        report_customer = pivot_qty.reset_index()

        tab1, tab2, tab3, tab4 = st.tabs(["گزارش مشتری", "گزارش تجمیعی تعداد", "گزارش تجمیعی مبلغ", "داشبورد تصویری"])

        with tab1:
            st.subheader("📋 گزارش خرید هر شخص برای هر کالا")
            st.dataframe(report_customer, use_container_width=True)
            st.download_button("⬇️ دانلود گزارش مشتری (CSV)", report_customer.to_csv(index=False, encoding='utf-8-sig'),
                               "Sales_Report_ByCustomer.csv", "text/csv", use_container_width=True)

        # --- Pivot تجمیعی ---
        grouped_total = df.groupby(['کد کالا','نام کالا','ماه']).agg({qty_col:'sum', amt_col:'sum'}).reset_index()
        pivot_qty_total = grouped_total.pivot_table(
            index=['کد کالا','نام کالا'], columns='ماه', values=qty_col, fill_value=0
        ).reindex(columns=month_order, fill_value=0)
        pivot_amt_total = grouped_total.pivot_table(
            index=['کد کالا','نام کالا'], columns='ماه', values=amt_col, fill_value=0
        ).reindex(columns=month_order, fill_value=0)

        # جمع کل
        pivot_qty_total['جمع کل تعداد'] = pivot_qty_total.sum(axis=1)
        pivot_amt_total['جمع کل مبلغ'] = pivot_amt_total.sum(axis=1)

        with tab2:
            st.subheader("📦 گزارش تجمیعی تعداد فروش کل کالاها")
            st.dataframe(pivot_qty_total.reset_index(), use_container_width=True)
            st.download_button("⬇️ دانلود گزارش تجمیعی تعداد (CSV)", pivot_qty_total.reset_index().to_csv(index=False, encoding='utf-8-sig'),
                               "Total_Quantity_Report.csv", "text/csv", use_container_width=True)

        with tab3:
            st.subheader("💰 گزارش تجمیعی مبلغ فروش کل کالاها")
            st.dataframe(pivot_amt_total.reset_index(), use_container_width=True)
            st.download_button("⬇️ دانلود گزارش تجمیعی مبلغ (CSV)", pivot_amt_total.reset_index().to_csv(index=False, encoding='utf-8-sig'),
                               "Total_Amount_Report.csv", "text/csv", use_container_width=True)

        with tab4:
            st.header("📊 نمودارهای فروش")

            # --- Top مشتری‌ها ---
            sales_by_customer = df.groupby('طرف حساب')[amt_col].sum().sort_values(ascending=False).head(10).reset_index()
            sales_by_customer.columns = ['طرف حساب', 'مبلغ فروش']
            fig1 = px.bar(sales_by_customer, x='طرف حساب', y='مبلغ فروش', title="🏆 برترین مشتری‌ها", color='مبلغ فروش')
            st.plotly_chart(fig1, use_container_width=True)

            # --- Top کالاها ---
            sales_by_product = df.groupby('نام کالا')[amt_col].sum().sort_values(ascending=False).head(10).reset_index()
            sales_by_product.columns = ['نام کالا', 'مبلغ فروش']
            fig2 = px.bar(sales_by_product, x='نام کالا', y='مبلغ فروش', title="📦 برترین کالاها", color='مبلغ فروش')
            st.plotly_chart(fig2, use_container_width=True)

            # 3. فروش ماهانه
            sales_by_month = df.groupby('ماه')[amt_col].sum().reindex(month_order, fill_value=0)
            fig3 = px.bar(x=sales_by_month.index, y=sales_by_month.values, title="📅 فروش ماهانه", labels={'y':'مبلغ فروش', 'x':'ماه'})
            st.plotly_chart(fig3, use_container_width=True)

            # 4. سهم مشتری‌ها
            top_5_customers = sales_by_customer.head(5)
            fig4 = px.pie(top_5_customers, values='مبلغ فروش',
                          names='طرف حساب', title="🥧 سهم مشتری‌ها از کل فروش (Top 5)")
            st.plotly_chart(fig4, use_container_width=True)

            # 5. سهم کالاها
            top_5_products = sales_by_product.head(5)
            fig5 = px.pie(top_5_products, values='مبلغ فروش',
                          names='نام کالا', title="🥧 سهم کالاها از کل فروش (Top 5)")
            st.plotly_chart(fig5, use_container_width=True)

            # 6. Trend فروش ماهانه
            fig6 = px.line(sales_by_month, title="📈 روند فروش در طول سال", labels={'value':'مبلغ فروش', 'index':'ماه'}, markers=True)
            st.plotly_chart(fig6, use_container_width=True)