# 读取罕见画面结果的表格，从第4列开始，统计每一列每个值出现的次数，并保存数量到新的表格中
import pandas as pd
import logging

# 配置日志
logging.basicConfig(
    level=logging.INFO,
    format='%(asctime)s - %(levelname)s - %(message)s',
    handlers=[
        logging.FileHandler('analysis_statistics.log', encoding='utf-8'),
        logging.StreamHandler()
    ]
)

logger = logging.getLogger(__name__)

def analyze_result_statistics():
    """分析结果表格的统计信息"""
    try:
        # 读取罕见画面结果表格
        input_file = "历史名人结果.xlsx"
        logger.info(f"正在读取文件: {input_file}")
        
        df = pd.read_excel(input_file)
        logger.info(f"成功读取文件，数据形状: {df.shape}")
        logger.info(f"列名: {list(df.columns)}")
        
        # 从第4列开始统计（索引从0开始，所以是索引3）
        start_column_index = 4  # 第4列
        columns_to_analyze = df.columns[start_column_index:]
        
        logger.info(f"从第4列开始分析，共 {len(columns_to_analyze)} 列")
        logger.info(f"分析的列: {list(columns_to_analyze)}")
        
        # 创建统计结果字典
        statistics_results = {}
        
        # 对每一列进行统计
        for column in columns_to_analyze:
            logger.info(f"正在统计列: {column}")
            
            # 统计每个值出现的次数
            value_counts = df[column].value_counts()
            
            # 将统计结果添加到字典中
            statistics_results[column] = value_counts
            
            logger.info(f"列 {column} 的统计结果:")
            for value, count in value_counts.items():
                logger.info(f"  {value}: {count} 次")
        
        # 创建统计结果表格
        # 将所有统计结果合并到一个DataFrame中
        all_statistics = []
        
        for column, value_counts in statistics_results.items():
            for value, count in value_counts.items():
                all_statistics.append({
                    '列名': column,
                    '值': value,
                    '出现次数': count,
                    '占比': f"{count/len(df)*100:.2f}%"
                })
        
        # 创建统计结果DataFrame
        stats_df = pd.DataFrame(all_statistics)
        
        # 保存统计结果到新的Excel文件
        output_file = "analysis_statistics.xlsx"
        stats_df.to_excel(output_file, index=False, engine='openpyxl')
        
        logger.info(f"✅ 统计结果已保存到: {output_file}")
        logger.info(f"✅ 统计表格包含 {len(stats_df)} 行数据")
        
        # 显示统计摘要
        logger.info("=== 统计摘要 ===")
        for column in columns_to_analyze:
            unique_values = df[column].nunique()
            logger.info(f"{column}: {unique_values} 个不同值")
        
        return stats_df
        
    except Exception as e:
        logger.error(f"分析统计时出错: {e}")
        raise

def main():
    """主函数"""
    try:
        logger.info("开始分析罕见画面结果表格的统计信息...")
        result = analyze_result_statistics()
        logger.info("分析完成!")
        
    except Exception as e:
        logger.error(f"程序执行出错: {e}")

if __name__ == "__main__":
    main()