import pandas as pd
import csv

def filtrar_i_consolidar_etiquetes(tags_str):
    """Filtra i agrupa les etiquetes segons les regles de negoci."""
    if pd.isna(tags_str) or str(tags_str).strip().lower() == 'nan':
        return ''
    
    # 1. Separem les etiquetes i les netegem
    llista_tags = [t.strip().lower() for t in str(tags_str).split(',')]
    
    # Utilitzem un 'set' per evitar etiquetes duplicades al final
    tags_finals = set()
    
    for t in llista_tags:
        # 2. Regla de conservació directa: test_, int_ i rrhh
        if t.startswith('test_') or t.startswith('int_') or t == 'rrhh':
            tags_finals.add(t)
            continue
            
        # 3. Regles d'agrupació (l'ordre és important per als prefixos llargs)
        if t.startswith('skupspo2-') or t.startswith('pspo2-'):
            tags_finals.add('pspo2')
        elif t.startswith('pspo-'):
            tags_finals.add('pspo')
        elif t.startswith('psm2-'):
            tags_finals.add('psm2')
        elif t.startswith('psm-'):
            tags_finals.add('psm')
        elif t.startswith('psux-') or t.startswith('psu-'):
            tags_finals.add('psu')
        elif t.startswith('sps-'):
            tags_finals.add('sps')
        elif t.startswith('safe-'):
            tags_finals.add('safe-ls')
        elif t.startswith('pal_ebm-'):
            tags_finals.add('pal_ebm')
        elif t.startswith('pal-'):
            tags_finals.add('pal')
    
    # 4. Si tenim etiquetes vàlides, les ordenem, les unim amb | i hi posem cometes
    if tags_finals:
        # Ordenar-les (sorted) fa que el resultat sigui més fàcil de llegir al CSV
        tags_units = '|'.join(sorted(list(tags_finals)))
        return f'"{tags_units}"'
    else:
        return ''

# --- INICI DEL PROCÉS ---

# 1. Carregar el fitxer original
df = pd.read_excel('contactes_mautic/Contactos_2602026_7881pax.xlsx')

# 2. Seleccionar només les columnes que ens interessen
columnes_mautic = ['email', 'nombre_x', 'apellidos_x', '*ciudad_x', '*pais_x', 'etiquetas_x']
df_net = df[columnes_mautic].copy()

# 3. Reanomenar les columnes perquè Mautic les auto-detecti
df_net.rename(columns={
    'nombre_x': 'firstname',
    'apellidos_x': 'lastname',
    '*ciudad_x': 'city',
    '*pais_x': 'country',
    'etiquetas_x': 'etiquetes'
}, inplace=True)

# 4. APLICAR EL FILTRE I LA CONSOLIDACIÓ
df_net['etiquetes'] = df_net['etiquetes'].apply(filtrar_i_consolidar_etiquetes)

# 5. Guardar com a CSV llest per importar
df_net.to_csv('Contactes_Mautic_Consolidats.csv', index=False, encoding='utf-8', quoting=csv.QUOTE_NONE, escapechar='\\')

print("✅ Fitxer preparat! Les etiquetes s'han filtrat i agrupat correctament.")