import pandas as pd
import gradio as gr

def process_csv(input_file):

    # Load the CSV file with MS932 encoding
    df = pd.read_csv(input_file.name, dtype={"請求先コード": str}, encoding="MS932", header=0)

    #伝票連番が空白の行を削除する
    df = df.dropna(subset=["伝票連番"])

    #現金入金額に全ての入金額を寄せる
    #請求先コードが空白でない行をフィルタリング
    non_empty_rows = df['請求先コード'].notna()

    #現金入金、手形入金、値引入金の合計を計算
    df.loc[non_empty_rows, 'その他入金'] = df.loc[non_empty_rows, ['現金入金', '手形入金', '値引入金', 'その他入金']].sum(axis=1)

    # Drop specified columns
    columns_to_drop = [
    '郵便番号',
    '住所１',
    '住所２',
    '敬称区分',
    '請求開始残高',
    '回収予定日',
    '回収区分',
    '現金入金',
    '手形入金',
    '値引入金',
    '繰越金額',
    '掛売上額',
    '掛返品額',
    '掛売値引',
    '掛売消費税',
    '今回請求金額',
    '最終請求書発行日',
    '請求番号',
    '担当者コード',
    '担当者名',
    '部署名',
    '伝票枚数',
    '得意先名カナ',
    '伝票連番',
    '行番号',
    '伝票区分',
    '商品コード',
    '図面番号',
    'サイズ',
    '金額',
    '消費税',
    '消費税区分',
    '消費税率',
    '手形番号',
    '振出日',
    '手形期日',
    '納品先名',
    '税区分',
    '税端数区分'
    ]

    df.drop(columns_to_drop, axis=1, inplace=True, errors='ignore')


    # Rename specified columns
    column_name_mapping = {
          '請求先コード': '得意先コード',
          '前回請求金額': '前回請求残高',
          'その他入金': '今回入金額',
          '伝票日付': '明細ユーザ定義項目1',
          '伝票番号': '明細ユーザ定義項目2',
          '商品名': '品名',
          '行摘要': '明細ユーザ定義項目3',
          '商品名': '品名'
    }
    df.rename(columns=column_name_mapping, inplace=True)


    # Convert the '請求日' column from YYYYMMDD to YYYY/MM/DD format
    df.loc[df['請求日'].notna() & (df['請求日'] != ''), '請求日'] = df['請求日'].astype(str).apply(lambda x: x[:4] + '/' + x[4:6] + '/' + x[6:8])


    # Identify rows where '得意先コード' has a value (i.e., is not NaN)
    rows_with_values = df['得意先コード'].notna()

    # Iterate over the rows in reverse to avoid shifting index issues
    for idx in range(len(df) - 1, -1, -1):
        if rows_with_values.iloc[idx]:
            # Insert a new row above the current row
            df = pd.concat([
                df.iloc[:idx],
                pd.DataFrame([df.iloc[idx]], columns=df.columns),
                df.iloc[idx:]
            ]).reset_index(drop=True)

            # Move the specified columns from the lower row to the inserted row
            columns_to_move = ['得意先コード', '得意先名', '請求日', '前回請求残高', '今回入金額']
            df.loc[idx, columns_to_move] = df.loc[idx + 1, columns_to_move]
            df.loc[idx + 1, columns_to_move] = [float('nan')] * len(columns_to_move)

    # Identify rows where '得意先コード' has a value and where the subsequent row does not
    is_inserted_row = df['得意先コード'].notna() & df['得意先コード'].shift(-1).isna()

    # Remove specified columns from the identified rows
    columns_to_remove = ['明細ユーザ定義項目1', '明細ユーザ定義項目2', '品名', '単位', '数量', '単価', '明細ユーザ定義項目3']
    df.loc[is_inserted_row, columns_to_remove] = float('nan')

    # Add a new column named "行形式"
    df.insert(0, "行形式", "")

    # Set the value "ヘッダ" for rows where "請求先コード" is not empty
    df.loc[df["得意先コード"].notna(), "行形式"] = "ヘッダ"

    # Set the value "明細" for rows where "請求先コード" is empty
    df.loc[df["得意先コード"].isna(), "行形式"] = "明細"

    # '得意先コード'列を整数型に変換
    df.loc[df['得意先コード'].notna() & (df['得意先コード'] != ''), '得意先コード'] = df.loc[df['得意先コード'].notna() & (df['得意先コード'] != ''), '得意先コード'].astype(int)



    # Save the modified dataframe to the output file
    output_file_path = 'processed_file.csv'
    df.to_csv(output_file_path, index=False, encoding="MS932")

    return output_file_path

# Webアプリを作成
app = gr.Interface(fn=process_csv, inputs="file", outputs="file")
# Webアプリを起動
app.launch(share=True)