import streamlit as st
import requests
import plotly.express as px
import pandas as pd
from datetime import datetime, timedelta
from pathlib import Path
import pickle
import streamlit_authenticator as stauth
import numpy as np
import calendar

# names = ["Phạm Tấn Thành", "Phạm Minh Tâm", "Vận hành"]
# usernames = ["thanhpham", "tampham", "vietopvanhanh"]
# passwords = ['thanhpham0704', 'tampham1234', 'vanhanh2023']

# hashed_passwords = stauth.Hasher(passwords).generate()

# file_path = Path(__file__).parent / "hashed_pw.pkl"
# with file_path.open("wb") as file:
#     pickle.dump(hashed_passwords, file)

page_title = "Lương và thực thu"
page_icon = ":chart_with_upwards_trend:"
layout = "wide"
st.set_page_config(page_title=page_title, page_icon=page_icon, layout=layout)

# ----------------------------------------
names = ["Phạm Tấn Thành", "Phạm Minh Tâm", "Vận hành"]
usernames = ["thanhpham", "tampham", "vietopvanhanh"]

# Load hashed password
file_path = Path(__file__).parent / 'hashed_pw.pkl'
with file_path.open("rb") as file:
    hashed_passwords = pickle.load(file)

authenticator = stauth.Authenticate(names, usernames, hashed_passwords,
                                    "sales_dashboard", "abcdef", cookie_expiry_days=1)

name, authentication_status, username = authenticator.login("Login", "main")

if authentication_status == False:
    st.error("Username/password is incorrect")

if authentication_status == None:
    st.warning("Please enter your username and password")

if authentication_status:
    authenticator.logout("logout", "main")

    # Add CSS styling to position the button on the top right corner of the page
    st.markdown(
        """
            <style>
            .stButton button {
                position: absolute;
                top: 0px;
                right: 0px;
            }
            </style>
            """,
        unsafe_allow_html=True
    )
    st.title(page_title + " " + page_icon)
    #----------------------#
    # Filter
    now = datetime.now()
    DEFAULT_START_DATE = datetime(now.year, now.month, 1)
    DEFAULT_END_DATE = datetime(now.year, now.month, 1) + timedelta(days=32)
    DEFAULT_END_DATE = DEFAULT_END_DATE.replace(day=1) - timedelta(days=1)

    # Create a form to get the date range filters
    with st.form(key='date_filter_form'):
        col1, col2 = st.columns(2)
        ketoan_start_time = col1.date_input(
            "Select start date", value=DEFAULT_START_DATE)
        ketoan_end_time = col2.date_input(
            "Select end date", value=DEFAULT_END_DATE)
        submit_button = st.form_submit_button(
            label='Filter')

    # the duration between 2 dates exclude Sunday
    duration = sum(1 for i in range((ketoan_end_time - ketoan_start_time).days)
                   if (ketoan_start_time + timedelta(i)).weekday() != 6)
    # the number of days in a month exclude Sunday
    days_in_month = calendar.monthrange(
        ketoan_start_time.year, ketoan_start_time.month)[1]
    sundays_in_month = sum(1 for day in range(1, days_in_month + 1) if datetime(
        ketoan_start_time.year, ketoan_start_time.month, day).weekday() == 6)
    days_excluding_sundays = days_in_month - sundays_in_month
    #----------------------#

    @st.cache(ttl = timedelta(days = 1))
    def collect_data(link):
        return(pd.DataFrame((requests.get(link).json())))

    @st.cache
    def rename_lop(dataframe, column_name):
        dataframe[column_name] = dataframe[column_name].replace(
            {1: "Hoa Cúc", 2: "Gò Dầu", 3: "Lê Quang Định", 5: "Lê Hồng Phong"})
        return dataframe

    @st.cache
    def grand_total(dataframe, column):
        # create a new row with the sum of each numerical column
        totals = dataframe.select_dtypes(include=[float, int]).sum()
        totals[column] = "Grand total"
        # append the new row to the dataframe
        dataframe = dataframe.append(totals, ignore_index=True)
        return dataframe

    # "---------------" Thông tin lương giáo viên
    users = collect_data('https://vietop.tech/api/get_data/users')
    # Thong tin luong
    import gspread
    sa = gspread.service_account(
        filename='taichinh-380507-b8f84e9ee681.json')
    sh = sa.open("Nhân sự")
    worksheet = sh.worksheet("Giáo viên")
    salary = pd.DataFrame(worksheet.get_all_records())
    salary = salary.replace("", np.nan).dropna(subset='Mã giáo viên')
    salary = salary.replace('\.', '', regex=True)
    salary = salary.astype({'Lương theo hợp đông': 'float', 'Thâm niên': 'float',
                           'Chức danh': "float", 'Tổng lương': 'float', 'date_affected': 'datetime64[ns]'})
    # salary.info()
    # salary = salary.sort_values("date_affected", ascending=False)\
    #     .drop_duplicates(subset='id_gg')
    salary = salary.sort_values("date_affected", ascending=False)\
        .query("date_affected <= @ketoan_end_time")\
        .drop_duplicates("id_gg")
    salary.fillna(0, inplace=True)
    # Thong tin luong
    salary['salary_ngay_cong'] = round(
        salary['Tổng lương'] * duration/days_excluding_sundays, 0)
    salary.fillna(0, inplace=True)
    salary.drop(['STT', 'Mã giáo viên', 'Tổng lương'], axis=1, inplace=True)
    salary.rename(columns={"Lương theo hợp đông": "hopdong", "Thâm niên": "thamnien",
                           'Chức danh': 'chucdanh', 'Ngày': 'ngay', 'Tối': 'toi', 'Cuối tuần': 'cuoituan',
                           'Trợ giảng': 'trogiang', 'BHXH': 'bhxh', 'Chế độ': 'working_status', 'Bậc giáo viên': 'level', 'Tổng ngày nghỉ phép': 'ngaynghi_total',
                           'Tổng ngày công thực tế': 'ngaycong_real_total'}, inplace=True)

    # "------------------"
    gv_diemdanh = collect_data('https://vietop.tech/api/get_data/diemdanh')
    gv_diemdanh['date_created'] = pd.to_datetime(gv_diemdanh['date_created'])
    gv_diemdanh = gv_diemdanh.query(
        "date_created >= @ketoan_start_time and date_created <= @ketoan_end_time")
    # Ca hoc table
    cahoc = {'cahoc': ['ca1', 'ca2', 'ca3', 'ca4', 'ca5', 'ca6'],
             'start_time': ['08:30:00', '10:30:00', '13:30:00', '15:30:00', '18:00:00', '19:45:00'],
             'end_time': ['10:30:00', '12:30:00', '15:30:00', '17:30:00', '19:45:00', '21:30:00']}
    cahoc = pd.DataFrame(cahoc)
    # --------------- GET DATA FROM API

    sh = sa.open("Nhân sự")
    worksheet = sh.worksheet("Overtime")
    offline_overtime = pd.DataFrame(worksheet.get_all_records())
    offline_overtime['date_affected'] = pd.to_datetime(
        offline_overtime['date_affected'])
    offline_overtime = offline_overtime.sort_values("date_affected", ascending=False)\
        .drop_duplicates(subset='Họ và tên')
    offline_overtime.drop("date_affected", axis=1, inplace=True)

    # Define the start and end times of the day
    start_time = pd.to_datetime('2000-01-01 06:00:00').time()
    end_time = pd.to_datetime('2000-01-01 18:00:00').time()
    ca1 = pd.to_datetime('2000-01-01 06:30:00').time()
    ca2 = pd.to_datetime('2000-01-01 10:30:00').time()
    ca3 = pd.to_datetime('2000-01-01 13:30:00').time()
    ca4 = pd.to_datetime('2000-01-01 15:30:00').time()
    ca5 = pd.to_datetime('2000-01-01 18:00:00').time()
    # tren office khong cos 19:45
    ca6 = pd.to_datetime('2000-01-01 19:30:00').time()
    # Create a function that takes a time and returns "Morning" or "Evening" depending on whether the time falls within the specified range

    @st.cache
    def time_of_day(time):
        if (time >= start_time) & (time < end_time):
            return "Sáng"
        else:
            return "Tối"
    # Create a function that takes a time and returns "Morning" or "Evening" depending on whether the time falls within the specified range

    @st.cache
    def day_of_week(day):
        if (day == 5) | (day == 6):
            return "weekend"
        else:
            return "weekdays"
    # Create a function that takes a time and returns "Morning" or "Evening" depending on whether the time falls within the specified range

    @st.cache
    def cahoc_converter(ca):
        if (ca >= ca1) & (ca < ca2):
            return 1
        elif (ca >= ca2) & (ca < ca3):
            return 2
        elif (ca >= ca3) & (ca < ca4):
            return 3
        elif (ca >= ca4) & (ca < ca5):
            return 4
        elif (ca >= ca5) & (ca < ca6):
            return 5
        elif (ca >= ca6):
            return 6

    # "---------------" Bảng lương giáo viên

    overtime_melt = offline_overtime.melt(
        id_vars=['id_gg', 'Họ và tên', 'WORKING_STATUS'], var_name='Column Name', value_name='overtime_status')
    overtime_melt['day_of_week'], overtime_melt['cahoc'] = overtime_melt['Column Name'].str.split(
        'Ca ', 1).str
    overtime_melt['day_of_week'].replace(
        {'T2': 0, 'T3': 1, 'T4': 2, 'T5': 3, 'T6': 4, 'T7': 5, 'T8': 6}, inplace=True)
    overtime_melt['overtime_status'].replace(
        {0: 'in', 'a': 'out'}, inplace=True)
    # Convert 5 and 6 into "Cuối tuần"
    overtime_melt['weekend_or_not'] = overtime_melt['day_of_week'].apply(
        day_of_week)
    # Convert ca into Sáng or Tối
    overtime_melt['time_of_day'] = ['Sáng' if i in [
        '1', '2', '3', '4'] else 'Tối' for i in overtime_melt['cahoc']]
    # Drop unnecessary columns
    overtime_melt.drop(
        ['Column Name'], axis=1, inplace=True)
    overtime_melt['cahoc'] = overtime_melt['cahoc'].astype(int)
    overtime_melt.rename(
        columns={'WORKING_STATUS': 'working_status'}, inplace=True)

    # "---------------" Lương overtime của giáo viên
    lophoc = collect_data('https://vietop.tech/api/get_data/lophoc')
    diemdanh = gv_diemdanh.merge(users[['fullname', 'id']], left_on='giaovien', right_on='id', how='inner')\
        .sort_values("created_at", ascending=False)
    # diemdanh['cahoc'].replace({0: 'không học', 1: 'ca1', 2: 'ca2', 3: 'ca3', 4:'ca4', 5:'ca5', 6:'ca6', 7:'ca 1.5 giờ', 8: 'ca 2.5 giờ', 9: 'ca 3.0 giờ', 10: 'ca 1 giờ', 11: 'ca 1.75 giờ', 12: 'ca 2 giờ'}, inplace = True)
    diemdanh = diemdanh[['lop_id', 'sogio', 'cahoc', 'phanloai',
                        'date_created', 'created_by', 'id',
                         'updated_by', 'created_at', 'fullname']]
    # Convert the date column to datetime
    diemdanh['created_at'] = pd.to_datetime(diemdanh['created_at'])
    # Extract the time component of each datetime value
    diemdanh['created_at_time'] = diemdanh['created_at'].dt.time
    # Create a new column that indicates the day of the week
    diemdanh['day_of_week'] = diemdanh['created_at'].dt.dayofweek
    # Create a boolean mask that indicates whether each time is within the specified time frame
    diemdanh["time_of_day"] = diemdanh['created_at_time'].apply(time_of_day)
    # Convert 5 and 6 into "Cuối tuần"
    diemdanh['weekend_or_not'] = diemdanh["day_of_week"].apply(day_of_week)
    diemdanh = diemdanh[['id', 'fullname', 'sogio', 'cahoc', 'phanloai',
                        'created_at', 'day_of_week', 'created_at_time', 'time_of_day', 'weekend_or_not', 'date_created',
                         'lop_id']]
    diemdanh['cahoc'] = diemdanh['created_at_time'].apply(cahoc_converter)
    # Sum giohoc according to fullname, time of day and weekend or not
    diemdanh_sum_giohoc = diemdanh.groupby(
        ["id", "fullname", "cahoc", 'phanloai', 'day_of_week', "time_of_day", "weekend_or_not", 'lop_id'], as_index=False)['sogio'].sum()
    # Get lopcn from lophoc
    diemdanh_lop_cn = diemdanh_sum_giohoc.merge(
        lophoc[['lop_id', 'lop_cn']], on='lop_id')

    # "---------------"
    sal_diem = diemdanh_lop_cn.merge(
        salary, left_on='id', right_on='id_gg')
    # Merge diemdanh and overtime
    sal_diem_over = sal_diem\
        .merge(overtime_melt, on=['id_gg', 'Họ và tên', 'cahoc', 'day_of_week', 'time_of_day', 'weekend_or_not'], how='inner', validate='many_to_many')
    # Drop duplicates
    sal_diem_over.drop_duplicates(inplace=True)
    # Fill na
    sal_diem_over.fillna(0, inplace=True)
    # Calculate luong ngay cong
    empty = []
    for index, value in sal_diem_over.iterrows():
        if value['weekend_or_not'] == 'weekend' and value['overtime_status'] == 'out':
            empty.append(value['cuoituan'] * value['sogio'])
        elif value['time_of_day'] == 'Tối' and value['overtime_status'] == 'out':
            empty.append(value['toi'] * value['sogio'])
        elif value['time_of_day'] == 'Sáng' and value['overtime_status'] == 'out':
            empty.append(value['ngay'] * value['sogio'])
        elif value['phanloai'] == 0:
            empty.append(value['trogiang'] * value['sogio'])
        else:
            empty.append(0)
    sal_diem_over['salary_gio_cong'] = empty

    # Slicing columns
    sal_diem_over = sal_diem_over.loc[:, ['lop_cn', 'id_gg', 'Họ và tên', 'working_status_x', 'cahoc', 'phanloai', 'overtime_status',
                                          'time_of_day', 'day_of_week', 'weekend_or_not', 'sogio',
                                          'ngay', 'toi', 'cuoituan', 'trogiang', 'salary_gio_cong', 'salary_ngay_cong']]
    sal_diem_over_group_lop = sal_diem_over.groupby(['id_gg', 'Họ và tên', 'lop_cn', 'working_status_x', 'overtime_status', 'salary_ngay_cong'], as_index=False)['sogio', 'salary_gio_cong'].sum()\
        .query("overtime_status == 'out'")
    # Sum luong_gio_cong according to fullname
    sal_diem_over_group = sal_diem_over.groupby(['id_gg', 'Họ và tên', 'working_status_x', 'overtime_status', 'salary_ngay_cong'], as_index=False)['sogio', 'salary_gio_cong'].sum()\
        .query("overtime_status == 'out'").sort_values("salary_gio_cong", ascending=False)
    sal_diem_over_details = sal_diem_over.drop('salary_ngay_cong', axis=1)\
        .query("overtime_status == 'out'")\

    # ----------------------# Phân phối lương cứng theo chi nhánh
    df = sal_diem_over.groupby(['lop_cn', 'id_gg', 'Họ và tên', 'working_status_x', 'overtime_status',
                                'salary_ngay_cong'], as_index=False)['sogio', 'salary_gio_cong'].sum()
    df = df.query('overtime_status == "in"')
    df_sum = df.groupby('Họ và tên', as_index=False)['sogio'].sum()
    df_proportion = df_sum.merge(df, on='Họ và tên')
    df_proportion['proportion_sogio'] = df_proportion['sogio_y'] / \
        df_proportion['sogio_x']
    df_proportion['salary_ngay_cong_divided'] = df_proportion['proportion_sogio'] * \
        df_proportion['salary_ngay_cong']
    # Giáo viên ngoại trừ phòng đào tạo
    df_proportion_nodaotao = df_proportion[~df_proportion['Họ và tên'].isin(
        ['Mai Minh Trung', 'Trần Thị Thanh Nga', 'Nguyễn Thị Thu Hà', 'Huỳnh Trương Hồng Châu Long', 'Nguyễn Huy Hoàng', 'Đỗ Nguyễn Đăng Khoa'])]
    # Subset
    df_proportion_nodaotao = df_proportion_nodaotao[[
        'id_gg', 'Họ và tên', 'lop_cn', 'salary_ngay_cong_divided']]
    # Riêng phòng đào tạo
    df_proportion_daotao = salary[salary['Họ và tên'].isin(
        ['Phạm Tấn Thành', 'Mai Minh Trung', 'Trần Thị Thanh Nga', 'Nguyễn Thị Thu Hà', 'Huỳnh Trương Hồng Châu Long', 'Nguyễn Huy Hoàng', 'Đỗ Nguyễn Đăng Khoa'])]
    df_proportion_daotao['1'] = 0.26 * df_proportion_daotao['salary_ngay_cong']
    df_proportion_daotao['2'] = 0.26 * df_proportion_daotao['salary_ngay_cong']
    df_proportion_daotao['3'] = 0.18 * df_proportion_daotao['salary_ngay_cong']
    df_proportion_daotao['5'] = 0.30 * df_proportion_daotao['salary_ngay_cong']
    # Subset
    df_proportion_daotao = df_proportion_daotao.loc[:, [
        'id_gg', 'Họ và tên', '1', '2', '3', '5']]
    # Lương đào tạo sau khi phân phối
    df_proportion_daotao = pd.melt(df_proportion_daotao, id_vars=[
        'id_gg', 'Họ và tên'], var_name='lop_cn', value_name='salary_ngay_cong_divided')
    df_proportion_daotao['lop_cn'] = df_proportion_daotao['lop_cn'].astype(
        'int64')
    # Concat luong đào tạo and lương giáo viên
    salary_gv_dt = pd.concat([df_proportion_daotao, df_proportion_nodaotao])
    salary_gv_dt['salary_ngay_cong_divided'] = round(
        salary_gv_dt['salary_ngay_cong_divided'], 2)
    salary_gv_dt = salary_gv_dt.sort_values(
        "salary_ngay_cong_divided", ascending=False)
    # ----------------------# Thực thu

    orders = collect_data(
        'https://vietop.tech/api/get_data/orders').query("deleted_at.isnull()")
    lophoc = collect_data('https://vietop.tech/api/get_data/lophoc')
    hocvien = collect_data(
        'https://vietop.tech/api/get_data/hocvien').query("hv_id != 737 and deleted_at.isnull()")
    # hv đang họccd Au
    hocvien_danghoc = hocvien.merge(orders, on='hv_id')\
        .query("ketoan_active == 1")\
        .groupby('ketoan_coso', as_index=False).size().rename(columns={"size": "total_students"})
    hocvien_danghoc = rename_lop(hocvien_danghoc, 'ketoan_coso')

    @st.cache
    def plotly_chart(df, yvalue, xvalue, text, title, y_title, x_title, color=None, discrete_sequence=None, map=None):
        fig = px.bar(df, y=yvalue,
                     x=xvalue, text=text, color=color, color_discrete_sequence=discrete_sequence, color_discrete_map=map)
        fig.update_layout(
            title=title,
            yaxis_title=y_title,
            xaxis_title=x_title,
        )
        fig.update_traces(textposition='auto')
        return fig

    fig5 = plotly_chart(hocvien_danghoc, 'ketoan_coso', 'total_students', 'total_students',
                        'Tổng học viên đang học theo chi nhánh', 'Chi nhánh', 'Học viên')

    # Lop dang hoc
    lop_danghoc = lophoc.query(
        "(lop_status == 2 or lop_status == 4) and deleted_at.isnull()")\
        .groupby('lop_cn', as_index=False).size().rename(columns={"size": "total_classes"})
    lop_danghoc.lop_cn = lop_danghoc.lop_cn.replace(
        {1: "Hoa Cúc", 2: "Gò Dầu", 3: "Lê Quang Định", 5: "Lê Hồng Phong"})

    fig6 = plotly_chart(lop_danghoc, 'lop_cn', 'total_classes', 'total_classes',
                        "Tổng lớp đang học theo chi nhánh", 'Chi nhánh', 'Lớp học')
    ""
    # "------------------"

    # Define a function
    @st.cache
    def csv_reader(file):
        df = pd.read_csv(file)
        df = df.query("phanloai == 1")  # Filter lop chính
        df['date_created'] = pd.to_datetime(df['date_created'])
        return df

    @st.cache
    def collect_filtered_data(table, date_column='', start_time='', end_time=''):
        link = f"https://vietop.tech/api/get_data/{table}?column={date_column}&date_start={start_time}&date_end={end_time}"
        df = pd.DataFrame((requests.get(link).json()))
        df[date_column] = pd.to_datetime(df[date_column])
        return df

    df = csv_reader("diemdanh_details.csv")
    df1 = collect_filtered_data(table='diemdanh_details', date_column='date_created',
                                start_time='2023-01-01', end_time='2025-01-01')
    diemdanh_details = pd.concat([df, df1])

    thucthu = diemdanh_details.query(
        'date_created >= @ketoan_start_time and date_created <= @ketoan_end_time')\
        .groupby(['ketoan_id', 'lop_id', 'gv_id', 'date_created'], as_index=False)['giohoc'].sum()\
        .merge(orders, on='ketoan_id')\
        .merge(lophoc, on='lop_id')\
        .merge(users[['fullname', 'id']], left_on='gv_id', right_on='id')
    thucthu_all = diemdanh_details.query("date_created > '2023-01-01'")\
        .groupby(['ketoan_id', 'lop_id', 'gv_id', 'date_created'], as_index=False)['giohoc'].sum()\
        .merge(orders, on='ketoan_id')\
        .merge(lophoc, on='lop_id')\
        .merge(users[['fullname', 'id']], left_on='gv_id', right_on='id')

    thucthu['thucthu'] = thucthu['giohoc'] * thucthu['ketoan_tientrengio']
    thucthu['date_created_month'] = thucthu['date_created'].dt.month_name()
    thucthu_all['thucthu'] = thucthu_all['giohoc'] * \
        thucthu_all['ketoan_tientrengio']
    thucthu_all['date_created_month'] = thucthu_all['date_created'].dt.month_name()

    new_order = ['January', 'February', 'March', 'April', 'May', 'June',
                 'July', 'August', 'September', 'October', 'November', 'December']
    # Reorder months
    thucthu_all['date_created_month'] = pd.Categorical(
        thucthu_all['date_created_month'], categories=new_order, ordered=True)
    # Groupby giaovien
    thucthu_gv = thucthu.groupby(['id', 'fullname'], as_index=False)[
        'thucthu'].sum()
    # Groupby cn
    thucthu_cn = thucthu.groupby(['lop_cn'], as_index=False)['thucthu'].sum()
    thucthu_cn_rename = thucthu.groupby(
        ['lop_cn'], as_index=False)['thucthu'].sum()
    thucthu_cn_rename = rename_lop(thucthu_cn_rename, 'lop_cn')

    # Thực thu theo giáo viên và chi nhánh
    thucthu_details = thucthu.groupby(
        ['id', 'fullname', 'lop_cn'], as_index=False)['thucthu'].sum()
    # "_______________"

    @st.cache
    def thucthu_time(dataframe, column):
        df = dataframe.groupby(['lop_cn', column], as_index=False)[
            'thucthu'].sum()
        df.lop_cn = df.lop_cn.replace(
            {1: "Hoa Cúc", 2: "Gò Dầu", 3: "Lê Quang Định", 5: "Lê Hồng Phong"})
        return df
    thucthu_diemdanh_ngay = thucthu_time(thucthu, 'date_created')
    thucthu_diemdanh_ngay = thucthu_diemdanh_ngay.pivot(
        index='date_created', columns='lop_cn', values='thucthu')
    thucthu_diemdanh_month = thucthu_time(thucthu_all, 'date_created_month')
    # Thực thu điểm danh theo ngày và tháng
    fig9 = px.bar(thucthu_diemdanh_ngay, x=thucthu_diemdanh_ngay.index, y=thucthu_diemdanh_ngay.columns, barmode='stack',
                  color_discrete_sequence=['#07a203', '#ffc107', '#e700aa', '#2196f3'])

    fig10 = px.bar(thucthu_diemdanh_month, x="date_created_month",
                   y="thucthu", color="lop_cn", barmode="group", color_discrete_sequence=['#ffc107', '#07a203', '#2196f3', '#e700aa'], text="thucthu")
    # update the chart layout
    fig9.update_layout(title='Thực thu điểm danh theo ngày',
                       xaxis_title='Ngày', yaxis_title='Thực thu điểm danh')
    fig10.update_layout(title='Thực thu điểm danh theo tháng trong năm 2023',
                        xaxis_title='Tháng', yaxis_title='Thực thu', showlegend=True)
    fig10.update_traces(
        hovertemplate="Thực thu điểm danh: %{y:,.0f}<extra></extra>")
    # "_______________"
    fig1 = plotly_chart(thucthu_cn_rename, 'lop_cn', 'thucthu', thucthu_cn_rename['thucthu'].apply(lambda x: format(x, ',')),
                        "Thực thu theo chi nhánh", 'Chi nhánh', 'Thực thu')

    # "_______________" Tính tổng lương

    fixed_salary_cn = salary_gv_dt.groupby("lop_cn", as_index=False)[
        'salary_ngay_cong_divided'].sum()
    overtime_salary_cn = sal_diem_over_group_lop.groupby("lop_cn", as_index=False)[
        'salary_gio_cong'].sum()
    overtime_fixed_salary_cn = fixed_salary_cn.merge(
        overtime_salary_cn, on='lop_cn')

    overtime_fixed_salary_cn['fixed_overtime'] = overtime_fixed_salary_cn['salary_ngay_cong_divided'] + \
        overtime_fixed_salary_cn['salary_gio_cong']

    salary_thucthu = overtime_fixed_salary_cn.merge(thucthu_cn, on='lop_cn')

    # Create grand total
    salary_thucthu_grand_total = grand_total(salary_thucthu, 'lop_cn')
    # Create percent
    salary_thucthu_grand_total['percent'] = salary_thucthu_grand_total.fixed_overtime / \
        salary_thucthu_grand_total.thucthu * 100
    salary_thucthu_grand_total['percent'] = round(
        salary_thucthu_grand_total['percent'], 2)
    salary_thucthu_grand_total = rename_lop(
        salary_thucthu_grand_total, 'lop_cn')

    salary_thucthu_grand_total.columns = ['Chi nhánh', 'Tổng lương ngày công',
                                          'Tổng lương giờ công', 'Tổng lương giáo viên', 'Thực thu điểm danh', 'Tổng lương / thực thu']
    # "_______________"
    # Create a barplot for Tỷ lệ tổng lương / thực thu theo chi nhánh
    fig2 = plotly_chart(salary_thucthu_grand_total, 'Tổng lương / thực thu', 'Chi nhánh', salary_thucthu_grand_total["Tổng lương / thực thu"].apply(
        lambda x: '{:.2%}'.format(x/100)),
        "Tỷ lệ tổng lương / thực thu theo chi nhánh", 'Chi nhánh', 'Tổng lương / thực thu', color='Chi nhánh', map={
        'Hoa Cúc': '#ffc107',
        'Gò Dầu': '#07a203',
        'Lê Quang Định': '#2196f3',
        'Lê Hồng Phong': '#e700aa',
        'Grand total': 'white'
    })
    fig2.update_layout(font=dict(size=17), xaxis={
                       'categoryorder': 'total descending'})

    # "_______________"
    thucthu_hocvien_lop = thucthu_cn_rename.merge(
        hocvien_danghoc, left_on='lop_cn', right_on='ketoan_coso')\
        .merge(lop_danghoc, on='lop_cn')
    thucthu_hocvien_lop['thucthu_div_hocvien'] = round(
        thucthu_hocvien_lop['thucthu'] / thucthu_hocvien_lop['total_students'], 0)
    thucthu_hocvien_lop['thucthu_div_lophoc'] = round(
        thucthu_hocvien_lop['thucthu'] / thucthu_hocvien_lop['total_classes'], 0)

    # fig7 = plotly_chart(thucthu_hocvien_lop, 'lop_cn', 'thucthu_div_hocvien', thucthu_hocvien_lop['thucthu_div_hocvien'].apply(lambda x: format(x, ',')),
    #                     "Trung bình thực thu 1 học viên", 'Chi nhánh', 'Thực thu / học viên')

    # fig8 = plotly_chart(thucthu_hocvien_lop, 'lop_cn', 'thucthu_div_lophoc', thucthu_hocvien_lop['thucthu_div_lophoc'].apply(lambda x: format(x, ',')),
    #                     "Trung bình thực thu 1 lớp học", 'Chi nhánh', 'Thực thu / lớp học')

    # "_______________"
    overtime_salary_cn_gv = sal_diem_over_group_lop.groupby(
        ['id_gg', 'Họ và tên', "lop_cn", "working_status_x"], as_index=False)['salary_gio_cong'].sum()
    df = overtime_salary_cn_gv.merge(
        salary_gv_dt, on=['lop_cn', 'Họ và tên', 'id_gg'], how='outer')
    df.fillna(0, inplace=True)
    df['fixed_overtime'] = df['salary_gio_cong'] + \
        df['salary_ngay_cong_divided']
    gv_thucthu_cs = df.merge(thucthu_cn, on='lop_cn')
    gv_thucthu_cs['percent'] = round(gv_thucthu_cs['fixed_overtime'] /
                                     gv_thucthu_cs['thucthu'] * 100, 2)
    # "_______________"
    # salary_merge = st.session_state['salary_merge']
    gv_thucthu_gv = gv_thucthu_cs.groupby(['id_gg', 'Họ và tên'], as_index=False)['fixed_overtime'].sum()\
        .merge(thucthu_gv, left_on='id_gg', right_on='id', how='left')
    gv_thucthu_gv['percent'] = round(gv_thucthu_gv['fixed_overtime'] /
                                     gv_thucthu_gv['thucthu'] * 100, 2)

    gv_thucthu_gv = gv_thucthu_gv.merge(salary, left_on='id', right_on='id_gg')

    # Fulltime
    df = gv_thucthu_gv
    df1 = df[df["working_status"] == "Fulltime"].sort_values(
        by="percent", ascending=True)
    df1['fullname'] = df1['fullname'] + " (" + df['level'] + ")"

    # Parttime
    df2 = df[df["working_status"] == "Partime"].sort_values(
        by="percent", ascending=True)
    df2['fullname'] = df2['fullname'] + " (" + df['level'] + ")"
    # Plotly graphs

    fig3 = plotly_chart(df1.sort_values(
        "percent", ascending=True), 'fullname', 'percent', df1["percent"].apply(
        lambda x: '{:.2%}'.format(x/100)),
        "Fulltime - Tỷ lệ tổng lương / thực thu", '', 'Tỷ lệ')
    fig3.update_layout(
        height=1000,  # set the height of the plot to 600 pixels
        width=800)


# Plotly graphs
    fig3_1 = plotly_chart(df2.sort_values(
        "percent", ascending=True), 'fullname', 'percent', df2["percent"].apply(
        lambda x: '{:.2%}'.format(x/100)),
        "Parttime - Tỷ lệ tổng lương / thực thu", '', 'Tỷ lệ')
    fig3_1.update_layout(
        height=1000,  # set the height of the plot to 600 pixels
        width=800)

    # "_______________" thực thu chuyển phí
    hv_status = collect_data('https://vietop.tech/api/get_data/hv_status')
    # Filter orders
    orders_chuyenphi = orders.query("ketoan_active == 5")[["ketoan_id", "hv_id", "ketoan_details", "ketoan_coso", "ketoan_sogio", "ketoan_price",
                                                           "ketoan_tientrengio", "remaining_time", "kh_id"]]
    # Filter hv_status
    hv_status_chuyenphi = hv_status[['ketoan_id', 'status', 'lop_id', 'note', 'is_price', 'created_at']]\
        .query("status ==7")
    # Filter hocvien
    hocvien_chuyenphi = hocvien[['hv_id', 'hv_fullname']]
    # Merge hv_status and orders
    chuyenphi = hv_status_chuyenphi.merge(
        orders_chuyenphi, on='ketoan_id', how='left')
    # Merge hocvien_chuyephi
    chuyenphi = chuyenphi.merge(hocvien_chuyenphi, on='hv_id', how='left')
    chuyenphi = chuyenphi[['created_at', 'hv_fullname',
                           'ketoan_coso', 'note', 'is_price']]
    # Add column Phi Chuyen
    chuyenphi['phí chuyển'] = chuyenphi.is_price * 0.1
    # Add column Tien con lai sau phi
    chuyenphi['thực thu chuyển phí'] = chuyenphi.is_price - \
        chuyenphi['phí chuyển']
    # Change data type
    chuyenphi = chuyenphi.astype(
        {'created_at': 'datetime64[ns]'})
    # Sort
    chuyenphi = chuyenphi.sort_values(by='created_at', ascending=False)
    chuyenphi = chuyenphi.query(
        "created_at >= @ketoan_start_time and created_at <= @ketoan_end_time")
    # Rename columns
    # chuyenphi.columns = [["created_at", "Họ tên", "ketoan_coso", "Ghi chú", "Học phí chuyển", "Phí chuyển", "Còn lại sau phí"]]
    chuyenphi = chuyenphi.groupby('ketoan_coso', as_index=False)[
        'thực thu chuyển phí'].sum()

    chuyenphi = rename_lop(chuyenphi, 'ketoan_coso')

    # "_______________" Thực thu kết thúc
    # Filter ketthuc
    orders_ketthuc = orders.query("ketoan_active == 5 and deleted_at.isnull()")
    # Merge orders_ketthuc and diemdanh_details
    df = diemdanh_details[['ketoan_id', 'giohoc']]\
        .merge(orders_ketthuc, on='ketoan_id', how='right').groupby(
        ['ketoan_id', 'ketoan_coso', 'remaining_time', 'ketoan_tientrengio', 'date_end'], as_index=False).giohoc.sum()
    # Add 2 more columns
    df['gio_con_lai'] = df.remaining_time - df.giohoc
    df['thực thu kết thúc'] = df.gio_con_lai * df.ketoan_tientrengio
    # Convert to datetime
    df['date_end'] = pd.to_datetime(df['date_end'])
    # Filter gioconlai > 0 and time
    thucthu_ketthuc = df.query("gio_con_lai > 0")\
        .query("date_end >= @ketoan_start_time and date_end <= @ketoan_end_time")
    thucthu_ketthuc = thucthu_ketthuc.merge(
        orders[['hv_id', 'ketoan_id']], on='ketoan_id')
    thucthu_ketthuc = thucthu_ketthuc.groupby("ketoan_coso", as_index=False)[
        'thực thu kết thúc'].sum()
    thucthu_ketthuc = rename_lop(thucthu_ketthuc, 'ketoan_coso')

    # "_______________"

    overtime_salary = sal_diem_over_group.query('working_status_x != "Ngoài giờ"')\
        .merge(salary[['Họ và tên', 'working_status']], left_on='Họ và tên', right_on='Họ và tên')
    overtime_salary['out_div_total'] = overtime_salary['salary_gio_cong'] / \
        (overtime_salary['salary_ngay_cong'] +
         overtime_salary['salary_gio_cong'])
    overtime_salary = overtime_salary[[
        'Họ và tên', 'salary_ngay_cong', 'salary_gio_cong', 'out_div_total']]
    overtime_salary['out_div_total'] = round(
        overtime_salary['out_div_total'] * 100, 2)
    overtime_salary_fulltime = overtime_salary.query("salary_ngay_cong != 0")

    # "_______________" thucthu điểm danh and chuyen phi
    thucthu_hocvien_lop = thucthu_hocvien_lop.merge(
        chuyenphi, left_on='ketoan_coso', right_on='ketoan_coso', how='left')\
        .merge(thucthu_ketthuc, left_on='ketoan_coso', right_on='ketoan_coso')
    # Renam thucthu => thuc thu diem danh
    thucthu_hocvien_lop = thucthu_hocvien_lop.rename(
        columns={'thucthu': "thực thu điểm danh"})
    # Fillna with 0
    thucthu_hocvien_lop.fillna(0, inplace=True)
    # Add all thucthu
    thucthu_hocvien_lop['tổng thực thu'] = thucthu_hocvien_lop['thực thu chuyển phí'] + \
        thucthu_hocvien_lop['thực thu kết thúc'] + \
        thucthu_hocvien_lop['thực thu điểm danh']
    # Add ty lệ thực thu
    thucthu_hocvien_lop['tỷ trọng tổng thực thu'] = thucthu_hocvien_lop['tổng thực thu'].apply(
        lambda x: round(x/thucthu_hocvien_lop['tổng thực thu'].sum()*100, 2))
    # create a new row with the sum of each numerical column
    totals = thucthu_hocvien_lop.select_dtypes(include=[float, int]).sum()
    totals["lop_cn"] = "Grand total"
    # append the new row to the dataframe
    thucthu_hocvien_lop = thucthu_hocvien_lop.append(totals, ignore_index=True)
    # Add % in tỷ trọng tổng thực thu
    thucthu_hocvien_lop["tỷ trọng tổng thực thu"] = thucthu_hocvien_lop["tỷ trọng tổng thực thu"].apply(
        lambda x: '{:.2%}'.format(x/100))
    salary_thucthu_grand_total['Tổng lương / thực thu'] = salary_thucthu_grand_total['Tổng lương / thực thu'].apply(
        lambda x: '{:.2%}'.format(x/100))

    # define a function
    @ st.cache
    def thousands_divider(df, col):
        df[col] = df[col].apply(
            lambda x: '{:,.0f}'.format(x))
        return df
    thucthu_hocvien_lop = thousands_divider(
        thucthu_hocvien_lop, 'tổng thực thu')
    thucthu_hocvien_lop = thousands_divider(
        thucthu_hocvien_lop, 'thực thu điểm danh')
    thucthu_hocvien_lop = thousands_divider(
        thucthu_hocvien_lop, 'thực thu chuyển phí')
    thucthu_hocvien_lop = thousands_divider(
        thucthu_hocvien_lop, 'thực thu kết thúc')
    thucthu_hocvien_lop = thucthu_hocvien_lop.set_index("lop_cn")

    thucthu_hocvien_lop.index.names = ['Chi nhánh']
    # Show tables
    st.plotly_chart(fig2, use_container_width=True)
    st.subheader("Thưc thu theo chi nhánh")
    st.dataframe(thucthu_hocvien_lop.drop(["ketoan_coso", "total_students", "total_classes", "thucthu_div_hocvien", "thucthu_div_lophoc"],
                                          axis=1).style.background_gradient().set_precision(0), use_container_width=True)
    # Show Chi nhanh by 2 columns
    st.plotly_chart(fig10, use_container_width=True)
    st.plotly_chart(fig9, use_container_width=True)

    # left_column, right_column = st.columns([1, 2])
    # left_column.plotly_chart(fig10, use_container_width=True)
    # right_column.plotly_chart(fig9, use_container_width=True)
    # left_column, right_column = st.columns(2)
    # left_column.plotly_chart(fig7, use_container_width=True)
    # right_column.plotly_chart(fig8, use_container_width=True)

    # left_column, right_column = st.columns(2)
    # left_column.plotly_chart(fig5, use_container_width=True)
    # right_column.plotly_chart(fig6, use_container_width=True)

    # left_column, right_column = st.columns(2)
    # left_column.plotly_chart(fig1, use_container_width=True)
    # right_column.plotly_chart(fig2, use_container_width=True)

    left_column, right_column = st.columns(2)
    left_column.plotly_chart(fig3, use_container_width=True)
    right_column.plotly_chart(fig3_1, use_container_width=True)

    ""

    fig4 = plotly_chart(overtime_salary_fulltime[['Họ và tên', 'out_div_total']].sort_values(
        "out_div_total", ascending=True), "Họ và tên", 'out_div_total', 'out_div_total',
        "Tỷ lệ lương ngoài giờ / trong giờ của giáo viên fulltime", '', 'Tỷ lệ')
    fig4.update_layout(height=800, width=800)
    st.plotly_chart(fig4)