from __future__ import annotations
from typing import Any, List

import pandas as pd

COL_NS = {
    'region': 'Регион РФ (область, край, город фед. значения, округ)',
    'area': 'Административный район',
    'town': 'Населённый пункт',
    'street': 'Улица',
    'start_date': 'Плановая дата начала отключения электроснабжения',
    'start_time': 'Плановое время начала отключения электроснабжения',
    'finish_date': 'Плановая дата восстановления отключения электроснабжения',
    'finish_time': 'Плановое время восстановления отключения электроснабжения',
    'branch': 'Филиал',
    'res': 'РЭС',
    'comment': 'Комментарий',
    'building_id': 'ID здания',
    'lat': 'Широта',
    'lng': 'Долгота'
}

ICOL_NS = dict(map(reversed, COL_NS.items()))


def preprocess_df(df: pd.DataFrame) -> pd.DataFrame:
    df.rename(columns=ICOL_NS, inplace=True)

    for a in ('start', 'finish'):
        df[f'{a}'] = pd.to_datetime(
            df[f'{a}_date'].astype(str) + ' ' + df[f'{a}_time'].astype(str),
            dayfirst=True
        )
        df.drop(columns=[f'{a}_date', f'{a}_time'], inplace=True)

    return df


def preprocess_read_df(df: pd.DataFrame) -> pd.DataFrame:
    for name in ('start', 'finish'):
        df[name] = pd.to_datetime(df[name])

    return df


def join_columns(col: pd.Series[Any]) -> List[Any] | Any:
    first = col.iloc[0]

    if col.name in ('street', 'building_id', 'lat', 'lng') and pd.notnull(first):
        return list(col)

    return first


def group_by_index(df: pd.DataFrame) -> pd.DataFrame:
    groupped = df.groupby('index')

    res_df = groupped.apply(
        lambda index_df: index_df.apply(join_columns)
    ).drop(columns='index')

    return res_df