from sklearn.metrics import silhouette_score, davies_bouldin_score, calinski_harabasz_score
import pandas as pd
import numpy as np
from tqdm import tqdm

def evaluate_clusterings(df, clustering_info):
    results = []

    for config in tqdm(clustering_info, desc="Obliczanie metryk"):
        method = config['method']
        feat_col = config['features']
        clust_col = config['clustering']

        # 1. Przygotowanie cech (X) - upewniamy się, że to macierz numpy
        if isinstance(df[feat_col].iloc[0], (list, np.ndarray)):
            X = np.stack(df[feat_col].values)
        else:
            # Jeśli to pojedyncze kolumny (np. po UMAP 2D), musisz je najpierw połączyć
            # Zakładając, że feat_col to nazwa kolumny z listą/wektorem:
            X = np.stack(df[feat_col].values)

        # 2. Pobranie etykiet klastrów
        labels = df[clust_col].astype(int).values

        # 3. Obsługa szumu (-1) dla DBSCAN/HDBSCAN
        # Metryki wymagają co najmniej 2 klastrów i nie radzą sobie dobrze z "szumem" jako klastrem
        # Częstą praktyką jest obliczanie metryk tylko dla punktów, które NIE są szumem
        mask = labels != -1
        if mask.sum() < 2 or len(np.unique(labels[mask])) < 2:
            print(f"Pominięto {clust_col}: zbyt mało klastrów po usunięciu szumu.")
            continue

        X_valid = X[mask]
        labels_valid = labels[mask]

        # 4. Obliczanie metryk
        # Silhouette: wyższa = lepiej (-1 do 1)
        s_score = silhouette_score(X_valid, labels_valid)
        
        # Davies-Bouldin: niższa = lepiej (lepiej odseparowane i zwarte klastry)
        db_score = davies_bouldin_score(X_valid, labels_valid)
        
        # Calinski-Harabasz: wyższa = lepiej (stosunek dyspersji między i wewnątrz klastrów)
        ch_score = calinski_harabasz_score(X_valid, labels_valid)

        results.append({
            'Grupowanie': clust_col,
            'Metoda': method,
            'Cechy': feat_col,
            'Silhouette': round(s_score, 4),
            'Davies-Bouldin': round(db_score, 4),
            'Calinski-Harabasz': round(ch_score, 2),
            'Liczba_punktów': len(labels_valid),
            'Liczba_klastrów': len(np.unique(labels_valid)),
            'Procent_szumu': round((1 - mask.mean()) * 100, 2)
        })

    return pd.DataFrame(results)