"""
Data processing logic voor het glucose-dashboard.

Bewust gescheiden van app.py: Streamlit-UI-code kun je niet zomaar los
unit-testen (die heeft een draaiende Streamlit-context nodig). Door de
logica (inladen, aggregeren) in een los module te zetten, kun je die
logica wel gewoon met pytest testen, en blijft app.py alleen de UI-laag.
"""

from pathlib import Path

import pandas as pd

DATA_PATH = Path(__file__).parent / "data" / "glucose_readings.csv"


def load_data(path: Path = DATA_PATH) -> pd.DataFrame:
    """Laad de ruwe metingen in.

    Verwacht kolommen: 'timestamp' (parsebaar als datetime) en
    'glucose_value' (numeriek). Vervang deze functie later door je
    eigen databron (database, CGM-export, API-call, etc.) — de rest
    van de app blijft dan ongewijzigd werken.
    """
    df = pd.read_csv(path, parse_dates=["timestamp"])
    return df


def filter_by_date(df: pd.DataFrame, selected_date) -> pd.DataFrame:
    """Filter de dataset op een enkele kalenderdag."""
    return df[df["timestamp"].dt.date == selected_date]


def hourly_average(df: pd.DataFrame) -> pd.DataFrame:
    """Groepeer per uur (0-23) en bereken de gemiddelde waarde.

    Geeft een DataFrame terug met kolommen 'hour' en 'glucose_value',
    één rij per uur waarin daadwerkelijk data zit.
    """
    if df.empty:
        return pd.DataFrame(columns=["hour", "glucose_value"])

    working = df.copy()
    working["hour"] = working["timestamp"].dt.hour
    result = (
        working.groupby("hour")["glucose_value"]
        .mean()
        .round(1)
        .reset_index()
        .sort_values("hour")
    )
    return result