import pandas as pd
from sklearn.cluster import DBSCAN
from sklearn.preprocessing import StandardScaler
import matplotlib.pyplot as plt
from sklearn.preprocessing import LabelEncoder
import streamlit as st
import numpy as np

# Загрузка данных
data = pd.read_csv('data.csv')

# Просматриваем нет ли пустых данных
columns_to_check = ['Жанр', 'Поджанр', 'Количество заказов']
data = data.dropna(subset=columns_to_check)

# Выбираем только строки с жанром животные, так как будем кластеризировать именно в этом жанре
data = data[data['Жанр'] == 'Животные']

# Преобразуем строки в числа
label_encoder = LabelEncoder()
data['Поджанр'] = label_encoder.fit_transform(data['Поджанр'])

X = data[['Количество заказов', 'Поджанр']]

# Масштабирование данных (стандартизация)
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

# Применение DBSCAN
eps = 0.7  # Радиус окрестности
min_samples = 1 # Минимальное количество точек в окрестности

dbscan = DBSCAN(eps=eps, min_samples=min_samples)
labels = dbscan.fit_predict(X_scaled)

# Добавление меток кластеров в исходные данные
data['cluster'] = labels

# Вывод результата
st.write(data[['Количество заказов', 'Поджанр', 'cluster']])

# Обратное преобразование шкалы для первых двух признаков
original_data = scaler.inverse_transform(X_scaled[:, :2])

# Получение списка сопоставления числовых значений поджанров и их текстовых меток
label_mapping = dict(zip(label_encoder.transform(label_encoder.classes_), label_encoder.classes_))

# Преобразование числовых типов данных NumPy в стандартные Python типы
label_mapping_serializable = {str(k): v for k, v in label_mapping.items()}
st.write(label_mapping_serializable)

# Визуализация кластеров с изначальными данными на осях
fig, ax = plt.subplots()
ax.scatter(original_data[:, 1], original_data[:, 0], c=labels, cmap='viridis')
ax.set_title('DBSCAN Clustering')
ax.set_xlabel('Поджанр')
ax.set_ylabel('Количество заказов')
st.pyplot(fig)