CRC-006: Escenarios de Riesgo ante el Fenómeno El Niño 2026–2027

import sys

# Detección automática del entorno de ejecución
_ES_COLAB = 'google.colab' in sys.modules

paquetes = [
    'pandas>=2.0',
    'pyarrow>=12.0',
    'altair>=5.0',
    'folium>=0.14',
]

print('📦 Verificando dependencias...')
import subprocess
subprocess.run([sys.executable, '-m', 'pip', 'install', '-q'] + paquetes, check=True)
entorno = 'Google Colab' if _ES_COLAB else 'local / Binder'
print(f'✅ Entorno: {entorno}')

import pandas as pd
import json
import os
import warnings

import altair as alt
import folium
import matplotlib.pyplot as plt
from IPython.display import display

warnings.filterwarnings('ignore')
alt.data_transformers.disable_max_rows()

# Configuración global de matplotlib
plt.rcParams.update({
    'figure.dpi': 120,
    'font.family': 'sans-serif',
    'axes.spines.top': False,
    'axes.spines.right': False,
})

# Paleta institucional UNGRD
UNGRD_BLUE   = '#0154a5'
UNGRD_ACCENT = '#2563eb'
UNGRD_RED    = '#dc2626'

print('✅ Bibliotecas cargadas correctamente')

# Rutas relativas al cuaderno (datos incluidos en el repositorio)
RUTA_DATOS      = os.path.join('data', 'datos_base_analisis.parquet')
RUTA_DEPTOS     = os.path.join('data', 'colombia_departamentos.json')
RUTA_MUNICIPIOS = os.path.join('data', 'colombia_municipios.json')

# Etiquetas de los trimestres del análogo en orden cronológico
ORDEN_TRIMESTRES = [
    'junio-agosto 2023',
    'septiembre-noviembre 2023',
    'diciembre 2023–febrero 2024',
    'marzo-mayo 2024',
]

TRIM_MAP = {
    'JJA_2023':      'junio-agosto 2023',
    'SON_2023':      'septiembre-noviembre 2023',
    'DEF_2023_2024': 'diciembre 2023–febrero 2024',
    'MAM_2024':      'marzo-mayo 2024',
}

# Variables de impacto y sus columnas en el dataset
METRICAS = {
    'Frecuencia de eventos': 'FRECUENCIA',
    'Familias afectadas':    'FAMILIAS',
    'Personas afectadas':    'PERSONAS',
    'Acueductos afectados':  'ACUED.',
    'Centros de salud':      'C.SALUD',
    'Vías afectadas':        'VIAS',
    'Hectáreas afectadas':   'HECTAREAS',
}

def cargar_base_maestra(ruta: str) -> pd.DataFrame:
    """Carga y filtra los registros del análogo Niño 2023-2024."""
    df = pd.read_parquet(ruta)
    df = df[df['FECHA_DATETIME'] >= pd.to_datetime('2023-06-01')].copy()
    df['TRIMESTRE_FORMAL'] = df['PERIODO_TRIMESTRAL'].map(TRIM_MAP)
    return df


def cargar_geojsons(ruta_deptos: str, ruta_municipios: str) -> tuple:
    """Carga los GeoJSON y normaliza las claves COD_GEO y NOMBRE_GEO."""
    with open(ruta_deptos, 'r', encoding='utf-8') as f:
        geo_d = json.load(f)
    for feat in geo_d.get('features', []):
        feat['properties']['COD_GEO']    = str(feat['properties'].get('DPTO_CCDGO', '0')).zfill(2)
        feat['properties']['NOMBRE_GEO'] = feat['properties'].get('DPTO_CNMBR', 'Desconocido')

    with open(ruta_municipios, 'r', encoding='utf-8') as f:
        geo_m = json.load(f)
    for feat in geo_m.get('features', []):
        cod = feat['properties'].get('MPIO_CCNCT') or feat['properties'].get('DPMP') or '0'
        feat['properties']['COD_GEO']    = str(cod).zfill(5)
        feat['properties']['NOMBRE_GEO'] = feat['properties'].get('MPIO_CNMBR', 'Desconocido')

    return geo_d, geo_m


df = cargar_base_maestra(RUTA_DATOS)
geo_deptos, geo_municipios = cargar_geojsons(RUTA_DEPTOS, RUTA_MUNICIPIOS)

print('=' * 55)
print('  DATOS CARGADOS — ANÁLOGO EL NIÑO 2023–2024')
print('=' * 55)
print(f'  Registros:        {len(df):,}')
print(f'  Período:          {df["FECHA_DATETIME"].min().date()}  →  {df["FECHA_DATETIME"].max().date()}')
print(f'  Departamentos:    {df["Nombre Departamento"].nunique()}')
print(f'  Municipios:       {df["Nombre Municipio"].nunique()}')
print(f'  Tipos de evento:  {df["EVENTO"].nunique()}')
print('=' * 55)

resumen = {
    'Total de eventos':           len(df),
    'Familias afectadas':         int(df['FAMILIAS'].sum()),
    'Personas afectadas':         int(df['PERSONAS'].sum()),
    'Acueductos afectados':       int(df['ACUED.'].sum()),
    'Centros de salud afectados': int(df['C.SALUD'].sum()),
    'Vías afectadas':             int(df['VIAS'].sum()),
    'Hectáreas afectadas':        int(df['HECTAREAS'].sum()),
}

df_kpi = pd.DataFrame(list(resumen.items()), columns=['Indicador', 'Valor'])

(
    df_kpi.style
    .format({'Valor': '{:,.0f}'})
    .set_caption('Indicadores de impacto — Análogo El Niño 2023–2024 (período completo)')
    .set_table_styles([
        {'selector': 'caption',
         'props': [('font-weight', 'bold'), ('color', UNGRD_BLUE),
                   ('font-size', '13px'), ('text-align', 'left'), ('padding-bottom', '8px')]},
        {'selector': 'th',
         'props': [('background-color', UNGRD_BLUE), ('color', 'white'), ('font-size', '12px')]},
        {'selector': 'td:nth-child(2)',
         'props': [('text-align', 'right'), ('font-weight', 'bold'), ('color', UNGRD_BLUE)]},
    ])
    .hide(axis='index')
)

df_clima = (
    df.groupby(['TRIMESTRE_FORMAL', 'CATEGORIA_CLIMA'])
    .size()
    .reset_index(name='Eventos')
    .dropna(subset=['TRIMESTRE_FORMAL'])
)

chart_clima = (
    alt.Chart(df_clima)
    .mark_bar(cornerRadiusEnd=4)
    .encode(
        x=alt.X('TRIMESTRE_FORMAL:N', title='Trimestre',
                sort=ORDEN_TRIMESTRES,
                axis=alt.Axis(labelAngle=-20, labelFontSize=11)),
        y=alt.Y('Eventos:Q', title='Total de eventos', stack=True),
        color=alt.Color(
            'CATEGORIA_CLIMA:N',
            scale=alt.Scale(domain=['Lluviosos', 'Secos'],
                            range=[UNGRD_BLUE, UNGRD_RED]),
            legend=alt.Legend(title='Categoría climática', orient='top')
        ),
        tooltip=[
            alt.Tooltip('TRIMESTRE_FORMAL:N', title='Trimestre'),
            alt.Tooltip('CATEGORIA_CLIMA:N',  title='Categoría'),
            alt.Tooltip('Eventos:Q',           title='Eventos', format=',')
        ]
    )
    .properties(
        height=320,
        title=alt.TitleParams(
            text='Distribución trimestral de eventos por categoría climática',
            subtitle='Análogo El Niño 2023–2024'
        )
    )
    .configure_axis(labelColor='black', titleColor='black', tickColor='black', domainColor='black')
    .configure_title(color='black')
    .configure_legend(labelColor='black', titleColor='black')
)

chart_clima

def crear_mapa_coroplético(
    df_filtrado: pd.DataFrame,
    geo_data: dict,
    col_agrup: str,
    metrica: str,
    escala_color: str,
    titulo_leyenda: str,
    alias_geo: str = 'Territorio:',
    zoom_start: int = 5,
) -> folium.Map:
    """Genera un mapa coropléticO interactivo con clasificación por cuartiles."""
    if metrica == 'FRECUENCIA':
        agrup = df_filtrado.groupby(col_agrup).size().reset_index(name='Valor')
    else:
        agrup = df_filtrado.groupby(col_agrup)[metrica].sum().reset_index(name='Valor')

    n_digits = 2 if col_agrup == 'Codigo Departamento' else 5
    agrup[col_agrup] = agrup[col_agrup].astype(str).str.zfill(n_digits)

    m = folium.Map(location=[4.5709, -74.2973], zoom_start=zoom_start,
                   tiles='CartoDB positron', control_scale=True)

    m.get_root().html.add_child(folium.Element("""
    <style>
        svg text { fill: #000 !important; font-weight: bold !important; font-size: 10px !important; }
        .legend { transform: scale(0.88); transform-origin: top right;
                  background: rgba(255,255,255,0.9); border-radius: 4px; }
    </style>"""))

    if agrup['Valor'].sum() == 0:
        return m

    bins = sorted(set(agrup['Valor'].quantile([0, 0.25, 0.5, 0.75, 1.0]).tolist()))
    bins = bins if len(bins) >= 4 else 4

    cp = folium.Choropleth(
        geo_data=geo_data, data=agrup,
        columns=[col_agrup, 'Valor'], key_on='feature.properties.COD_GEO',
        fill_color=escala_color, fill_opacity=0.80, line_opacity=0.30,
        legend_name=titulo_leyenda, bins=bins
    ).add_to(m)

    for s in cp.geojson.data['features']:
        val = agrup.loc[agrup[col_agrup] == s['properties']['COD_GEO'], 'Valor'].values
        s['properties']['Valor'] = int(val[0]) if len(val) > 0 else 0

    folium.GeoJsonTooltip(
        fields=['NOMBRE_GEO', 'Valor'],
        aliases=[alias_geo, f'{titulo_leyenda}:'],
        style='font-size:11px; background:rgba(255,255,255,0.95); border:1px solid #0154a5; border-radius:4px; color:#000;'
    ).add_to(cp.geojson)

    return m

mapa_frecuencia = crear_mapa_coroplético(
    df, geo_deptos, 'Codigo Departamento', 'FRECUENCIA',
    'YlOrRd', 'Frecuencia de eventos', 'Departamento:'
)
mapa_frecuencia.save('mapa_frecuencia.html')
display(mapa_frecuencia)

mapa_familias = crear_mapa_coroplético(
    df, geo_deptos, 'Codigo Departamento', 'FAMILIAS',
    'YlOrBr', 'Familias afectadas', 'Departamento:'
)
mapa_familias.save('mapa_familias.html')
display(mapa_familias)

df_secos = df[df['CATEGORIA_CLIMA'] == 'Secos'].copy()

mapa_secos = crear_mapa_coroplético(
    df_secos, geo_deptos, 'Codigo Departamento', 'FRECUENCIA',
    'OrRd', 'Eventos en condiciones secas', 'Departamento:'
)
mapa_secos.save('mapa_secos.html')
display(mapa_secos)

def grafico_top10(
    df_entrada: pd.DataFrame,
    col_nombre: str,
    metrica: str,
    titulo: str,
    esquema: str = 'yelloworangered'
) -> alt.Chart:
    """Barras horizontales con el Top 10 de territorios para una métrica dada."""
    if metrica == 'FRECUENCIA':
        df_top = df_entrada[col_nombre].value_counts().reset_index()
        df_top.columns = ['Territorio', 'Valor']
    else:
        df_top = df_entrada.groupby(col_nombre)[metrica].sum().reset_index()
        df_top.columns = ['Territorio', 'Valor']

    df_top = df_top[df_top['Valor'] > 0].sort_values('Valor', ascending=False).head(10)

    return (
        alt.Chart(df_top)
        .mark_bar(cornerRadiusEnd=4)
        .encode(
            x=alt.X('Valor:Q', title='Valor'),
            y=alt.Y('Territorio:N', sort='-x', title='',
                    axis=alt.Axis(labelLimit=500, labelFontSize=11)),
            color=alt.Color('Valor:Q', scale=alt.Scale(scheme=esquema), legend=None),
            tooltip=[
                alt.Tooltip('Territorio:N', title='Departamento'),
                alt.Tooltip('Valor:Q',      title='Valor', format=',')
            ]
        )
        .properties(height=300, title=alt.TitleParams(text=titulo))
        .configure_axis(labelColor='black', titleColor='black',
                        tickColor='black',  domainColor='black')
        .configure_title(color='black')
    )

grafico_top10(df, 'Nombre Departamento', 'FRECUENCIA',
              'Top 10 departamentos — Frecuencia total de eventos', 'yelloworangered')

grafico_top10(df, 'Nombre Departamento', 'FAMILIAS',
              'Top 10 departamentos — Familias afectadas', 'yelloworangebrown')

grafico_top10(df_secos, 'Nombre Departamento', 'FRECUENCIA',
              'Top 10 departamentos — Eventos en condiciones secas (señal El Niño)', 'orangered')

df_trim = (
    df.groupby('TRIMESTRE_FORMAL').size().reset_index(name='Eventos')
    .dropna(subset=['TRIMESTRE_FORMAL'])
)

chart_temporal = (
    alt.Chart(df_trim)
    .mark_bar(cornerRadiusEnd=4, color=UNGRD_BLUE)
    .encode(
        x=alt.X('TRIMESTRE_FORMAL:N', title='Trimestre',
                sort=ORDEN_TRIMESTRES, axis=alt.Axis(labelAngle=-20)),
        y=alt.Y('Eventos:Q', title='Total de eventos'),
        tooltip=[
            alt.Tooltip('TRIMESTRE_FORMAL:N', title='Trimestre'),
            alt.Tooltip('Eventos:Q',           title='Eventos', format=',')
        ]
    )
    .properties(
        height=300,
        title=alt.TitleParams(
            text='Distribución trimestral de eventos — Análogo El Niño 2023–2024',
            subtitle='Todos los tipos de evento y categorías climáticas'
        )
    )
    .configure_axis(labelColor='black', titleColor='black', tickColor='black', domainColor='black')
    .configure_title(color='black')
)

chart_temporal

# Evolución del impacto humanitario trimestral con matplotlib
df_trim_impact = (
    df.groupby('TRIMESTRE_FORMAL')
    .agg(Familias=('FAMILIAS', 'sum'), Personas=('PERSONAS', 'sum'))
    .reset_index()
    .dropna(subset=['TRIMESTRE_FORMAL'])
)
df_trim_impact['Orden'] = df_trim_impact['TRIMESTRE_FORMAL'].map(
    {t: i for i, t in enumerate(ORDEN_TRIMESTRES)}
)
df_trim_impact = df_trim_impact.sort_values('Orden')

fig, axes = plt.subplots(1, 2, figsize=(13, 4))
etiquetas = [t.replace(' ', '\n') for t in df_trim_impact['TRIMESTRE_FORMAL']]

axes[0].bar(etiquetas, df_trim_impact['Familias'], color=UNGRD_BLUE, alpha=0.85, edgecolor='white')
axes[0].set_title('Familias afectadas por trimestre', fontsize=12, fontweight='bold', pad=10)
axes[0].set_ylabel('Familias afectadas')
axes[0].yaxis.set_major_formatter(plt.FuncFormatter(lambda x, _: f'{x:,.0f}'))

axes[1].bar(etiquetas, df_trim_impact['Personas'], color=UNGRD_ACCENT, alpha=0.85, edgecolor='white')
axes[1].set_title('Personas afectadas por trimestre', fontsize=12, fontweight='bold', pad=10)
axes[1].set_ylabel('Personas afectadas')
axes[1].yaxis.set_major_formatter(plt.FuncFormatter(lambda x, _: f'{x:,.0f}'))

plt.tight_layout()
plt.savefig('impacto_trimestral.png', bbox_inches='tight', dpi=150)
plt.show()
print('Figura guardada: impacto_trimestral.png')

df_tipo = df['EVENTO'].value_counts().reset_index()
df_tipo.columns = ['Tipo de evento', 'Frecuencia']

chart_tipo = (
    alt.Chart(df_tipo.head(15))
    .mark_bar(cornerRadiusEnd=4)
    .encode(
        x=alt.X('Frecuencia:Q', title='Número de eventos'),
        y=alt.Y('Tipo de evento:N', sort='-x', title='',
                axis=alt.Axis(labelLimit=500, labelFontSize=11)),
        color=alt.Color('Frecuencia:Q', scale=alt.Scale(scheme='yelloworangebrown'), legend=None),
        tooltip=[
            alt.Tooltip('Tipo de evento:N', title='Tipo'),
            alt.Tooltip('Frecuencia:Q',     title='Eventos', format=',')
        ]
    )
    .properties(
        height=420,
        title=alt.TitleParams(
            text='Top 15 tipos de evento — Período completo',
            subtitle='Análogo El Niño 2023–2024'
        )
    )
    .configure_axis(labelColor='black', titleColor='black', tickColor='black', domainColor='black')
    .configure_title(color='black')
)

chart_tipo

df_tipo_clima = (
    df.groupby(['EVENTO', 'CATEGORIA_CLIMA']).size().reset_index(name='Frecuencia')
)
top_eventos = df_tipo.head(12)['Tipo de evento'].tolist()

chart_tipo_clima = (
    alt.Chart(df_tipo_clima[df_tipo_clima['EVENTO'].isin(top_eventos)])
    .mark_bar(cornerRadiusEnd=4)
    .encode(
        x=alt.X('Frecuencia:Q', title='Número de eventos'),
        y=alt.Y('EVENTO:N', sort='-x', title='',
                axis=alt.Axis(labelLimit=500, labelFontSize=11)),
        color=alt.Color(
            'CATEGORIA_CLIMA:N',
            scale=alt.Scale(domain=['Lluviosos', 'Secos'], range=[UNGRD_BLUE, UNGRD_RED]),
            legend=alt.Legend(title='Categoría climática', orient='top')
        ),
        tooltip=[
            alt.Tooltip('EVENTO:N',          title='Tipo de evento'),
            alt.Tooltip('CATEGORIA_CLIMA:N', title='Categoría'),
            alt.Tooltip('Frecuencia:Q',      title='Eventos', format=',')
        ]
    )
    .properties(
        height=380,
        title=alt.TitleParams(
            text='Tipos de evento por categoría climática (Top 12)',
            subtitle='Análogo El Niño 2023–2024'
        )
    )
    .configure_axis(labelColor='black', titleColor='black', tickColor='black', domainColor='black')
    .configure_title(color='black')
    .configure_legend(labelColor='black', titleColor='black')
)

chart_tipo_clima

os.makedirs('resultados', exist_ok=True)

ranking_depto = (
    df.groupby(['Codigo Departamento', 'Nombre Departamento'])
    .agg(
        Frecuencia   =('EVENTO',    'count'),
        Familias     =('FAMILIAS',  'sum'),
        Personas     =('PERSONAS',  'sum'),
        Acueductos   =('ACUED.',    'sum'),
        CentrosSalud =('C.SALUD',   'sum'),
        Vias         =('VIAS',      'sum'),
        Hectareas    =('HECTAREAS', 'sum'),
    )
    .reset_index()
    .sort_values('Frecuencia', ascending=False)
)
ranking_depto.to_csv('resultados/ranking_departamentos.csv', index=False, encoding='utf-8-sig')

ranking_mpio = (
    df.groupby(['Codigo Municipio', 'Nombre Municipio', 'Nombre Departamento'])
    .agg(
        Frecuencia=('EVENTO',   'count'),
        Familias  =('FAMILIAS', 'sum'),
        Personas  =('PERSONAS', 'sum'),
    )
    .reset_index()
    .sort_values('Frecuencia', ascending=False)
)
ranking_mpio.to_csv('resultados/ranking_municipios.csv', index=False, encoding='utf-8-sig')

resumen_trim = (
    df.groupby(['TRIMESTRE_FORMAL', 'CATEGORIA_CLIMA'])
    .agg(Frecuencia=('EVENTO', 'count'), Familias=('FAMILIAS', 'sum'), Personas=('PERSONAS', 'sum'))
    .reset_index()
    .dropna(subset=['TRIMESTRE_FORMAL'])
)
resumen_trim.to_csv('resultados/resumen_trimestral.csv', index=False, encoding='utf-8-sig')

print('✅ Archivos exportados en resultados/:')
for f in sorted(os.listdir('resultados')):
    print(f'   {f}')