import pandas as pd
import os

# === AJUSTE AQUI CONFORME O NOME REAL DA PASTA ===
pasta_entrada = r"C:\Users\andressa.rocha\OneDrive - GRUPO GINSENG\2025\CONSULTA_ESTOQUE"
pasta_saida = r"C:\Users\andressa.rocha\OneDrive - GRUPO GINSENG\2025\SUPRIMENTOS\ANALISE_ESTOQUE\ESTOQUE_UNIFICADO"

# Cria a pasta de saída se ela não existir
os.makedirs(pasta_saida, exist_ok=True)

# Verifica se a pasta de entrada existe
if not os.path.exists(pasta_entrada):
    raise FileNotFoundError(f"A pasta de entrada não foi encontrada: {pasta_entrada}")

# Lista todas as subpastas dentro da pasta de entrada
subpastas = [os.path.join(pasta_entrada, d) for d in os.listdir(pasta_entrada) if os.path.isdir(os.path.join(pasta_entrada, d))]

df_list = []

for subpasta in subpastas:
    arquivos = [f for f in os.listdir(subpasta) if f.endswith(".csv")]
    nome_pasta = os.path.basename(subpasta)

    # Extração da data a partir do nome da pasta (última parte, 8 primeiros dígitos)
    try:
        parte_final = nome_pasta.split('_')[-1]  # ex: '20250627090744'
        data_estoque = pd.to_datetime(parte_final[:8], format="%Y%m%d", errors='coerce')  # ex: '20250627'
    except Exception as e:
        print(f"Erro ao extrair data da pasta '{nome_pasta}': {e}")
        data_estoque = pd.NaT

    print(f"Data extraída da pasta '{nome_pasta}': {data_estoque}")

    for arquivo in arquivos:
        caminho_arquivo = os.path.join(subpasta, arquivo)
        try:
            df = pd.read_csv(caminho_arquivo, encoding="utf-8", low_memory=False)
            df["Arquivo_Origem"] = arquivo
            df["Pasta_Origem"] = nome_pasta
            df["data_estoque"] = data_estoque
            df_list.append(df)
        except Exception as e:
            print(f"Erro ao ler o arquivo {arquivo}: {e}")

# Unifica todos os arquivos
if df_list:
    df_final = pd.concat(df_list, ignore_index=True)

    print("\nColunas disponíveis:", df_final.columns.tolist())

    # Confirma se a coluna de data foi criada corretamente
    if "data_estoque" not in df_final.columns:
        raise ValueError("A coluna 'data_estoque' não foi encontrada nos dados.")

    # Garante que está no formato datetime e remove registros sem data
    df_final["data_estoque"] = pd.to_datetime(df_final["data_estoque"], errors="coerce")
    df_final = df_final.dropna(subset=["data_estoque"])

    # Agrupa por ano e mês
    df_final["AnoMes"] = df_final["data_estoque"].dt.to_period("M")

    # Identifica a 1ª e a última data de cada mês
    datas_extremas = df_final.groupby("AnoMes")["data_estoque"].agg(["min", "max"]).reset_index()
    datas_extremas = datas_extremas.melt(id_vars="AnoMes", value_name="data_estoque").drop(columns="variable")

    # Mantém apenas registros das datas mínima e máxima
    df_filtrado = df_final.merge(datas_extremas, on=["AnoMes", "data_estoque"], how="inner")

# Salva o arquivo final em CSV
caminho_saida_csv = os.path.join(pasta_saida, "ESTOQUE_UNIFICADO_FILTRADO.csv")
df_filtrado.to_csv(caminho_saida_csv, index=False, encoding="utf-8")

# Salva o arquivo final em Parquet
caminho_saida_parquet = os.path.join(pasta_saida, "ESTOQUE_UNIFICADO_FILTRADO.parquet")
df_filtrado.to_parquet(caminho_saida_parquet, index=False)

print(f"\n✅ Arquivo unificado e filtrado salvo com sucesso em:\n{caminho_saida_csv}")
print(f"✅ Arquivo também salvo no formato Parquet em:\n{caminho_saida_parquet}")