import sys  # чтобы взять имя файла из аргументов командной строки
import pandas as pd  # для чтения csv и работы с таблицей
import matplotlib.pyplot as plt  # для построения гистограммы


# Разбирает счёт вида "3:1" в одном столбце на два числовых столбца:
# голы хозяев и голы гостей. Пустой период (":") становится 0:0.
def parse_score(df, col):
    parts = df[col].str.split(':', expand=True)  # делим каждую строку по ":" на две колонки
    home = pd.to_numeric(parts[0], errors='coerce').fillna(0)  # число до ":", пусто -> 0
    away = pd.to_numeric(parts[1], errors='coerce').fillna(0)  # число после ":", пусто -> 0
    return home, away


# Индивидуальное задание №4:
# принимает имя файла и строит гистограмму общего числа заброшенных каждой командой шайб.
def task4(filename):
    df = pd.read_csv(filename)  # читаем матчи в таблицу

    # Разбираем счёт по всем стадиям матча
    h1, a1 = parse_score(df, 'Период_1')  # голы хозяев/гостей в 1 периоде
    h2, a2 = parse_score(df, 'Период_2')  # 2 период
    h3, a3 = parse_score(df, 'Период_3')  # 3 период
    oth, ota = parse_score(df, 'Овертайм')  # овертайм (0:0, если его не было)
    soh, soa = parse_score(df, 'Буллиты')  # буллиты (0:0, если их не было)

    # Голы в основное время = сумма трёх периодов (поэлементно по строкам)
    reg_h = h1 + h2 + h3
    reg_a = a1 + a2 + a3

    # Ничья в основное время -> мог быть победный буллит (за него команде +1 шайба)
    tie = (reg_h == reg_a)
    win_home_so = tie & (oth == ota) & (soh > soa)  # буллиты выиграли хозяева
    win_away_so = tie & (oth == ota) & (soa > soh)  # буллиты выиграли гости

    # Итоговые заброшенные шайбы: основное время + овертайм + 1 за победу по буллитам
    goals_home = reg_h + oth + win_home_so.astype(int)  # все шайбы хозяев в матче
    goals_away = reg_a + ota + win_away_so.astype(int)  # все шайбы гостей в матче

    # Каждый матч даёт по строке двум командам: хозяевам и гостям
    home = pd.DataFrame({'Команда': df['Команда_1'], 'ГЗ': goals_home})
    away = pd.DataFrame({'Команда': df['Команда_2'], 'ГЗ': goals_away})
    both = pd.concat([home, away], ignore_index=True)  # склеиваем оба взгляда в один список

    # Суммируем заброшенные шайбы по каждой команде и сортируем по убыванию
    totals = both.groupby('Команда')['ГЗ'].sum().astype(int)
    totals = totals.sort_values(ascending=False)

    teams = totals.index  # ось X: названия команд
    goals = totals.values  # ось Y: всего заброшено шайб

    plt.figure(figsize=(12, 6))  # широкое окно, чтобы влезли все команды
    plt.bar(teams, goals, color='steelblue')  # столбики: один на команду

    plt.title('Всего заброшено шайб за сезон')  # заголовок
    plt.xlabel('Команда')  # подпись оси X
    plt.ylabel('Заброшено шайб')  # подпись оси Y
    plt.xticks(rotation=90)  # имена команд вертикально, чтобы не накладывались
    for i, value in enumerate(goals):  # подпись числа над каждым столбиком
        plt.text(i, value, str(value), ha='center', va='bottom')

    plt.tight_layout()  # подгоняем поля, чтобы подписи не обрезались
    plt.show()  # показываем окно с графиком


# Запуск только при прямом старте файла; имя csv берём из аргумента командной строки
if __name__ == '__main__':
    task4(sys.argv[1])