"""
心血管疾病数据仪表板
Streamlit应用程序，用于心血管疾病数据的清洗、特征工程和交互式可视化
终端启动程序命令
streamlit run D:\AI_Class\PyCharm\Work_Space\CardAI\module1_dashboard\cardio_dashboard.py
"""

import streamlit as st
import pandas as pd
import numpy as np
import plotly.express as px
import plotly.graph_objects as go
from pathlib import Path
import warnings
warnings.filterwarnings('ignore')

# 设置页面配置
st.set_page_config(
    page_title="心血管疾病数据分析仪表板",
    page_icon="❤️",
    layout="wide",
    initial_sidebar_state="expanded"
)

# 常量定义 - 使用绝对路径
DATA_PATH = Path("D:/AI_Class/PyCharm/Work_Space/CardAI/data/心血管疾病.xlsx")
# BMI分类（中国标准）
BMI_CATEGORIES = {
    "偏瘦": (0, 18.5),
    "正常": (18.5, 24),
    "超重": (24, 28),
    "肥胖": (28, float('inf'))
}
CHOLESTEROL_MAP = {1: "正常", 2: "高于正常", 3: "远高于正常"}
GLUC_MAP = {1: "正常", 2: "高于正常", 3: "远高于正常"}
GENDER_MAP = {1: "女性", 2: "男性"}

# 数据加载和清洗函数（使用缓存）
@st.cache_data
def load_and_clean_data(file_path):
    """
    加载并清洗心血管疾病数据

    Args:
        file_path: Excel文件路径

    Returns:
        pandas.DataFrame: 清洗后的数据框
    """
    try:
        # 加载数据
        df = pd.read_excel(file_path)

        # 1. 特征工程
        # 将年龄从天数转换为年（四舍五入）
        df['age_years'] = round(df['age'] / 365.25).astype(int)

        # 计算BMI
        df['BMI'] = df['weight'] / ((df['height'] / 100) ** 2)

        # 2. 异常值处理
        # 删除舒张压 ≥ 收缩压的记录
        df = df[df['ap_lo'] < df['ap_hi']]

        # 删除血压极端异常值（保留收缩压∈[90,250]，舒张压∈[60,150]）
        df = df[(df['ap_hi'] >= 90) & (df['ap_hi'] <= 250)]
        df = df[(df['ap_lo'] >= 60) & (df['ap_lo'] <= 150)]

        # 3. 类别转换
        # 胆固醇水平转换
        df['cholesterol_str'] = df['cholesterol'].map(CHOLESTEROL_MAP)

        # 血糖水平转换
        df['gluc_str'] = df['gluc'].map(GLUC_MAP)

        # 性别转换
        df['gender_str'] = df['gender'].map(GENDER_MAP)

        # 心血管疾病状态转换
        df['cardio_str'] = df['cardio'].map({0: "无心血管疾病", 1: "有心血管疾病"})

        # 4. BMI分类（中国标准）
        def categorize_bmi(bmi):
            for category, (low, high) in BMI_CATEGORIES.items():
                if low <= bmi < high:
                    return category
            return "未知"

        df['bmi_category'] = df['BMI'].apply(categorize_bmi)

        # 重置索引
        df = df.reset_index(drop=True)

        return df

    except FileNotFoundError:
        st.error(f"数据文件未找到: {file_path}")
        return pd.DataFrame()
    except Exception as e:
        st.error(f"数据加载失败: {str(e)}")
        return pd.DataFrame()

@st.cache_data
def filter_data(df, age_range, gender_filter, cardio_filter):
    """
    根据筛选条件过滤数据

    Args:
        df: 原始数据框
        age_range: 年龄范围 [min, max]
        gender_filter: 性别筛选列表
        cardio_filter: 心血管疾病筛选列表

    Returns:
        pandas.DataFrame: 筛选后的数据框
    """
    filtered_df = df.copy()

    # 年龄筛选
    filtered_df = filtered_df[
        (filtered_df['age_years'] >= age_range[0]) &
        (filtered_df['age_years'] <= age_range[1])
    ]

    # 性别筛选
    if "全部" not in gender_filter:
        gender_values = [k for k, v in GENDER_MAP.items() if v in gender_filter]
        filtered_df = filtered_df[filtered_df['gender'].isin(gender_values)]

    # 心血管疾病筛选
    if "全部" not in cardio_filter:
        cardio_values = []
        if "有心血管疾病" in cardio_filter:
            cardio_values.append(1)
        if "无心血管疾病" in cardio_filter:
            cardio_values.append(0)
        filtered_df = filtered_df[filtered_df['cardio'].isin(cardio_values)]

    return filtered_df

def create_age_distribution_chart(df):
    """
    创建年龄分布直方图

    Args:
        df: 数据框

    Returns:
        plotly.graph_objects.Figure: 年龄分布图表
    """
    fig = px.histogram(
        df,
        x='age_years',
        color='cardio_str',
        nbins=30,
        title='年龄分布（按心血管疾病状态）',
        labels={'age_years': '年龄（岁）', 'count': '人数', 'cardio_str': '心血管疾病状态'},
        color_discrete_map={"有心血管疾病": "#EF553B", "无心血管疾病": "#636EFA"},
        opacity=0.7
    )

    fig.update_layout(
        bargap=0.1,
        xaxis_title="年龄（岁）",
        yaxis_title="人数",
        legend_title="心血管疾病状态",
        hovermode='x unified'
    )

    return fig

def create_bmi_cardio_chart(df):
    """
    创建BMI分类对心血管疾病影响的堆叠柱状图

    Args:
        df: 数据框

    Returns:
        plotly.graph_objects.Figure: BMI分类图表
    """
    # 计算交叉表
    cross_tab = pd.crosstab(
        df['bmi_category'],
        df['cardio_str'],
        normalize='index'
    ).reset_index()

    # 转换为长格式
    cross_tab_melted = cross_tab.melt(
        id_vars='bmi_category',
        var_name='cardio_status',
        value_name='percentage'
    )

    # 创建堆叠柱状图
    fig = px.bar(
        cross_tab_melted,
        x='bmi_category',
        y='percentage',
        color='cardio_status',
        title='BMI分类对心血管疾病的影响',
        labels={
            'bmi_category': 'BMI分类',
            'percentage': '比例',
            'cardio_status': '心血管疾病状态'
        },
        color_discrete_map={"有心血管疾病": "#EF553B", "无心血管疾病": "#636EFA"},
        text_auto='.1%'
    )

    fig.update_layout(
        xaxis_title="BMI分类",
        yaxis_title="比例",
        legend_title="心血管疾病状态",
        yaxis_tickformat=',.0%',
        hovermode='x unified'
    )

    return fig

def display_summary_stats(df):
    """
    显示摘要统计信息

    Args:
        df: 数据框
    """
    total_records = len(df)
    cardio_cases = df['cardio'].sum()
    cardio_rate = (cardio_cases / total_records * 100) if total_records > 0 else 0

    col1, col2, col3 = st.columns(3)

    with col1:
        st.metric(
            label="总记录数",
            value=f"{total_records:,}",
            delta=None
        )

    with col2:
        st.metric(
            label="心血管疾病病例数",
            value=f"{cardio_cases:,}",
            delta=None
        )

    with col3:
        st.metric(
            label="心血管疾病风险率",
            value=f"{cardio_rate:.2f}%",
            delta=None
        )

def main():
    """
    主函数：Streamlit应用程序入口
    """
    # 标题
    st.title("❤️ 心血管疾病数据分析仪表板")
    st.markdown("---")

    # 加载数据
    with st.spinner("正在加载数据..."):
        df = load_and_clean_data(DATA_PATH)

    if df.empty:
        st.error("数据加载失败，请检查数据文件路径和格式。")
        return

    # 侧边栏 - 筛选器
    st.sidebar.header("🔍 数据筛选")

    # 年龄范围滑块
    age_min = int(df['age_years'].min())
    age_max = int(df['age_years'].max())
    age_range = st.sidebar.slider(
        "选择年龄范围（岁）",
        min_value=age_min,
        max_value=age_max,
        value=[20, 80],
        step=1
    )

    # 性别筛选器
    gender_options = ["女性", "男性", "全部"]
    gender_filter = st.sidebar.multiselect(
        "选择性别",
        options=gender_options,
        default=["全部"]
    )

    # 心血管疾病筛选器
    cardio_options = ["有心血管疾病", "无心血管疾病", "全部"]
    cardio_filter = st.sidebar.multiselect(
        "选择心血管疾病状态",
        options=cardio_options,
        default=["全部"]
    )

    # 应用筛选
    filtered_df = filter_data(df, age_range, gender_filter, cardio_filter)

    # 显示筛选信息
    st.sidebar.markdown("---")
    st.sidebar.info(f"**筛选结果**: {len(filtered_df):,} 条记录")

    # 主页面
    # 1. 摘要统计
    st.header("📊 数据摘要")
    display_summary_stats(filtered_df)

    st.markdown("---")

    # 2. 年龄分布图表
    st.header("📈 年龄分布分析")
    col1, col2 = st.columns([3, 1])

    with col1:
        age_chart = create_age_distribution_chart(filtered_df)
        st.plotly_chart(age_chart, use_container_width=True)

    with col2:
        st.markdown("### 年龄统计")
        st.metric("平均年龄", f"{filtered_df['age_years'].mean():.1f} 岁")
        st.metric("年龄中位数", f"{filtered_df['age_years'].median():.1f} 岁")
        st.metric("年龄标准差", f"{filtered_df['age_years'].std():.1f} 岁")

    st.markdown("---")

    # 3. BMI分类分析
    st.header("⚖️ BMI分类分析")
    col1, col2 = st.columns([3, 1])

    with col1:
        bmi_chart = create_bmi_cardio_chart(filtered_df)
        st.plotly_chart(bmi_chart, use_container_width=True)

    with col2:
        st.markdown("### BMI统计")
        st.metric("平均BMI", f"{filtered_df['BMI'].mean():.1f}")
        st.metric("BMI中位数", f"{filtered_df['BMI'].median():.1f}")

        # BMI分类分布
        bmi_dist = filtered_df['bmi_category'].value_counts()
        st.markdown("### BMI分类分布")
        for category, count in bmi_dist.items():
            percentage = (count / len(filtered_df)) * 100
            st.markdown(f"**{category}**: {count:,} ({percentage:.1f}%)")

    st.markdown("---")

    # 4. 数据预览
    st.header("🔍 数据预览")

    with st.expander("查看筛选后的数据"):
        st.dataframe(
            filtered_df[
                ['id', 'age_years', 'gender_str', 'height', 'weight', 'BMI',
                 'bmi_category', 'ap_hi', 'ap_lo', 'cholesterol_str',
                 'gluc_str', 'smoke', 'alco', 'active', 'cardio_str']
            ].head(100),
            use_container_width=True
        )

    # 5. 数据下载
    st.header("📥 数据导出")

    @st.cache_data
    def convert_df_to_csv(df):
        return df.to_csv(index=False).encode('utf-8')

    csv_data = convert_df_to_csv(filtered_df)

    col1, col2 = st.columns(2)

    with col1:
        st.download_button(
            label="📥 下载筛选数据 (CSV)",
            data=csv_data,
            file_name="filtered_cardio_data.csv",
            mime="text/csv",
            help="下载当前筛选条件下的数据"
        )

    with col2:
        if st.button("🔄 重置筛选"):
            st.rerun()

    # 页脚
    st.markdown("---")
    st.markdown(
        """
        <div style='text-align: center; color: gray;'>
        <p>心血管疾病数据分析仪表板 | 数据来源: 心血管疾病.xlsx | 总记录数: 70,000</p>
        </div>
        """,
        unsafe_allow_html=True
    )

if __name__ == "__main__":
    main()