import pandas as pd
import numpy as np
import re
import matplotlib.pyplot as plt

print("Procesando el archivo de log para extraer 32 puntos de rendimiento extremo...")

try:
    # --- 1. Cargar los datos del archivo log(3).txt ---
    log_pattern = re.compile(r'\[(.*?)\] X:(\d+),Y:(\d+),C:(\d+),V:(\d+),P:(\d+),')
    data = []
    # CORRECCIÓN: Usando el nombre de archivo correcto
    filename = '21092025_2PM.txt'
    with open(filename, 'r') as f:
        for line in f:
            match = log_pattern.search(line)
            if match:
                data.append([
                    match.group(1), match.group(2), match.group(3),
                    match.group(4), match.group(6)
                ])

    df = pd.DataFrame(data, columns=['t', 'X', 'Y', 'C', 'P'])
    # MODIFICACIÓN: Convertir la columna 't' a datetime para poder ordenarla
    df['t'] = pd.to_datetime(df['t'])
    df['X'] = df['X'].astype(int)
    df['Y'] = df['Y'].astype(int)
    df['C'] = df['C'].astype(int)
    df['P'] = df['P'].astype(int)

    # --- 2. Calcular el "Índice de Rendimiento Óptimo" ---
    p_range = df['P'].max() - df['P'].min()
    c_range = df['C'].max() - df['C'].min()

    if p_range > 0:
        df['P_norm'] = (df['P'] - df['P'].min()) / p_range
    else:
        df['P_norm'] = 0.5

    if c_range > 0:
        df['C_norm'] = (df['C'] - df['C'].min()) / c_range
    else:
        df['C_norm'] = 0.5

    df['perf_index'] = (df['P_norm'] + df['C_norm']) * (1 - abs(df['P_norm'] - df['C_norm']))

    # --- 3. Filtrar para "Rendimiento Extremo" ---
    threshold = df['perf_index'].quantile(0.35)
    df_extreme = df[df['perf_index'] > threshold].copy()

    # MODIFICACIÓN: Ordenar los puntos por tiempo antes de muestrear
    df_extreme = df_extreme.sort_values(by='t').reset_index(drop=True)

    # --- 4. Seleccionar 32 puntos repartidos uniformemente en el tiempo ---
    num_points = 19
    if len(df_extreme) >= num_points:
        indices = np.linspace(0, len(df_extreme) - 1, num_points, dtype=int)
        df_sampled = df_extreme.iloc[indices]
    else:
        # Si hay menos de 32 puntos, se toman todos
        df_sampled = df_extreme

    # --- 5. Imprimir la tabla de resultados ---
    print("\n\n--- Tabla con 32 Puntos de Rendimiento Extremo Repartidos en el Tiempo ---\n")
    print(df_sampled[['t', 'X', 'Y']].to_markdown(index=False))


except FileNotFoundError:
    print(f"ERROR: No se encontró el archivo '{filename}'. Asegúrate de que esté en la misma carpeta que este script.")
except Exception as e:
    print(f"Ocurrió un error inesperado: {e}")