# Fichier contenant toutes les fonctions communes de nettoyage et mise en forme des données
suppressPackageStartupMessages({
  library(dplyr)
  library(tidyr)
})

#' Nettoie une liste d'animaux hbcanim
#' @param tab_anims dataframe. Liste d'animaux brute
#' @return Liste d'animaux nettoyée
clean_data_anims<- function(tab_anims){
  if (is.null(tab_anims) || !isTRUE(nrow(tab_anims) > 0)) return()
  result_data <- tab_anims %>%
    mutate(
      dateNaiss = as.Date(as.POSIXct(dateNaiss / 1000, origin = "1970-01-01", tz = "UTC")),
      dateSortDetenteur = as.Date(as.POSIXct(dateSortDetenteur / 1000, origin = "1970-01-01", tz = "UTC"))
    ) 
}

#' Nettoie une liste d'animaux hbcanim  -----------------------------NORMALEMENT PLUS UTILISE CAR clean_data_anims
#' TODO A TESTER MAJ 19/03 Encore utile ?
#' @param produits dataframe. Liste d'animaux brute
#' @return Liste d'animaux reformatée
clean_produits <- function(produits){
  produits <- produits %>%
    mutate(
      # Dates
      across(c(dateNaissance, dateSortie), ~ as.Date(.x, format = "%Y-%m-%d")),
      # Nettoyage chaînes : trim + squish (supprime espaces multiples)
      numero = str_squish(numero), #TODO appliquer un squish sur l'appel au numéro des parents
      # Numériques (tolérant aux NA / strings)
      across(
        c(ravelamere, campagneNaissance, poidsNaissance, pat120, pat210), #TODO on avait un ivv aussi mais comme maintenant c'est un objet je l'ai enlevé (19/03), enlevé aptfon aussi car à priori pas utilisé
        ~ suppressWarnings(as.numeric(.x))
      )
    ) %>%
    unnest(chantiersPointage, names_sep = "_", keep_empty = TRUE) %>%
    unnest(chantiersPointage_pointages, names_sep = "_", keep_empty = TRUE) %>%
    filter(chantiersPointage_typePointage == "Sevrage") %>%
    pivot_wider(
      names_from = chantiersPointage_pointages_codePointage,
      values_from = chantiersPointage_pointages_notePointage,
      names_glue = "{.name}_sevrage"
    ) %>%
    mutate(across(any_of(c("DM_sevrage", "DS_sevrage", "AF_sevrage")), as.numeric))
}

#' Calcule les effets du cheptel 
#' @param num_cheptel character. Numéro du cheptel avec le FR
get_effets_cheptel <- function(produits_chep){
  # Calcul des effets du cheptel : rang de velage et sexe du veau -> voir si on peut utiliser poids naissance corrigé de l'infocentre
  effets <- produits_chep %>% 
    summarise(m_PN = round(mean(poidsNaiss, na.rm=T), 1),
              m_p120 = round(mean(pat120, na.rm=T), 1),
              m_p210 = round(mean(pat210, na.rm=T), 1),
              .by = c(typeMipg, sexe))
  effets$diff_pn <- effets$m_PN - subset(effets, effets$sexe == '1' & effets$typeMipg == 'V')$m_PN[1]
  effets$diff_p120 <- effets$m_p120 - subset(effets, effets$sexe == '1' & effets$typeMipg == 'V')$m_p120[1] # idem infocentre pour val corrigée
  effets$diff_p210 <- effets$m_p210 - subset(effets, effets$sexe == '1' & effets$typeMipg == 'V')$m_p210[1] # idem infocentre pour val corrigée
  
  # calcul des effets du cheptel : sexe sur la repro -> à faire !!!!! Calcule la diff moyen nb prod vache et nb prod taureau 
  # voir pour corriger ces effets en prenant tous les veaux en compte pour vache actives, taureaux et lignées femelles 
  effetsexe <- produits_chep %>% filter(NBPRODIPG > 0) %>% group_by(sexe) %>% 
    summarise(nbpp = round(mean(NBPRODIPG, na.rm=T), 1),
              nbpp_med = round(median(NBPRODIPG, na.rm=T), 1) )
  rapport_MF <- round(subset(effetsexe, 
                             effetsexe$sexe == '1')$nbpp_med[1] 
                      / subset(effetsexe,
                               effetsexe$sexe == '2')$nbpp_med[1], 0)
  list(rapport_MF = rapport_MF, effets_chep = effets)
}