# predecir_jornada_mejorado.py
"""
Predice resultados de la quiniela usando features de la clasificación actual.
"""
import pandas as pd
import os
import joblib
from sklearn.ensemble import RandomForestClassifier

MODEL_PATH = os.path.join(os.path.dirname(__file__), '../models/modelo_rf.pkl')
DATA_PATH = os.path.join(os.path.dirname(__file__), '../data/espana/partidos_todos.csv')
PARTIDOS_PATH = os.path.join(os.path.dirname(__file__), '../partidos_jornada.txt')
CLASIF_PATH = os.path.join(os.path.dirname(__file__), '../data/clasificacion2026.csv')

# Cargar datos históricos y clasificación
clasif = pd.read_csv(CLASIF_PATH)
clasif.set_index('equipo', inplace=True)
df_hist = pd.read_csv(DATA_PATH)

# Cargar modelo entrenado o entrenar si no existe
if os.path.exists(MODEL_PATH):
    clf = joblib.load(MODEL_PATH)
else:
    df_hist['dif_goles'] = df_hist['goles_local'] - df_hist['goles_visitante']
    X = df_hist[['dif_goles']]
    y = df_hist['resultado']
    clf = RandomForestClassifier(n_estimators=100, random_state=42)
    clf.fit(X, y)
    joblib.dump(clf, MODEL_PATH)

# Leer partidos desde archivo
def leer_partidos(path):
    partidos = []
    with open(path, 'r', encoding='utf-8') as f:
        for linea in f:
            linea = linea.strip()
            if not linea or '-' not in linea:
                continue
            local, visitante = [x.strip() for x in linea.split('-', 1)]
            partidos.append({'local': local, 'visitante': visitante})
    return partidos

partidos = leer_partidos(PARTIDOS_PATH)

# Generar features usando la clasificación
features = []
for p in partidos:
    local = p['local']
    visitante = p['visitante']
    # Si el equipo no está en la clasificación, usar valores medios
    if local in clasif.index:
        pos_local = clasif.loc[local, 'posicion']
        pts_local = clasif.loc[local, 'Pts']
        dg_local = clasif.loc[local, 'DG']
    else:
        pos_local = clasif['posicion'].mean()
        pts_local = clasif['Pts'].mean()
        dg_local = clasif['DG'].mean()
    if visitante in clasif.index:
        pos_visit = clasif.loc[visitante, 'posicion']
        pts_visit = clasif.loc[visitante, 'Pts']
        dg_visit = clasif.loc[visitante, 'DG']
    else:
        pos_visit = clasif['posicion'].mean()
        pts_visit = clasif['Pts'].mean()
        dg_visit = clasif['DG'].mean()
    features.append({
        'local': local,
        'visitante': visitante,
        'dif_puntos': pts_local - pts_visit,
        'dif_posicion': pos_visit - pos_local,  # positivo si local va mejor
        'dif_dg': dg_local - dg_visit
    })

# Predecir usando el modelo (por ahora solo con dif_goles, pero mostramos features para extender)
df_pred = pd.DataFrame(features)
# Usar solo dif_puntos como feature para el modelo actual (puedes reentrenar el modelo con más features luego)
df_pred['dif_goles'] = df_pred['dif_puntos']  # placeholder para compatibilidad
predicciones = clf.predict(df_pred[['dif_goles']])
df_pred['prediccion'] = predicciones

print("Predicciones para la jornada (con features de clasificación):")
print(df_pred[['local', 'visitante', 'dif_puntos', 'dif_posicion', 'dif_dg', 'prediccion']])