import pandas as pd
import os

def carregar_dados_final():
    script_dir = os.path.dirname(__file__)
    caminho_do_arquivo = os.path.join(script_dir, 'dados.csv')
    
    df = pd.read_csv(caminho_do_arquivo, header=None, encoding='latin-1', delimiter=';')
    
    df.columns = [
        'REMESSA', 'DATA_PEDIDO', 'DATA_RECEBIMENTO', 'DATA_DE_EXPEDICAO', 'RET-E', 'RET-R',
        'TIPO_DE_PLASTICO', 'CHIP', 'QTD_PLASTICO', 'DISTRIBUIDORA', 'TIPO_DE_MAQUINA',
        'RENOVACAO', 'FABRICA'
    ]
    
    df = df.iloc[1:].reset_index(drop=True)
    
    df['DATA_RECEBIMENTO'] = pd.to_datetime(df['DATA_RECEBIMENTO'], dayfirst=True, errors='coerce')
    df['DATA_DE_EXPEDICAO'] = pd.to_datetime(df['DATA_DE_EXPEDICAO'], dayfirst=True, errors='coerce')
    df.dropna(subset=['DATA_RECEBIMENTO', 'DATA_DE_EXPEDICAO'], inplace=True)
    df['QTD_PLASTICO'] = pd.to_numeric(df['QTD_PLASTICO'], errors='coerce').fillna(0)
    df = df[df['QTD_PLASTICO'] > 0].copy()
    df['dias_para_expedir'] = (df['DATA_DE_EXPEDICAO'] - df['DATA_RECEBIMENTO']).dt.days
    df = df[df['dias_para_expedir'] >= 0].copy()
    df['sla_status'] = df['dias_para_expedir'] <= 3
    
    remessas_atrasadas_ids = df[df['sla_status'] == False]['REMESSA'].unique()
    df.loc[df['REMESSA'].isin(remessas_atrasadas_ids), 'sla_status'] = False
    
    return df

try:
    df_final = carregar_dados_final()
    
    total_remessas = df_final['REMESSA'].nunique()
    remessas_no_prazo = df_final[df_final['sla_status'] == True]['REMESSA'].nunique()
    remessas_atrasadas = df_final[df_final['sla_status'] == False]['REMESSA'].nunique()

    print("\n--- Números Finais e Corretos da Análise ---")
    print(f"Total de Remessas Únicas Relevantes: {total_remessas}")
    print(f"Total de Remessas No Prazo: {remessas_no_prazo}")
    print(f"Total de Remessas Atrasadas: {remessas_atrasadas}")
    print("---------------------------------------------")

except Exception as e:
    print(f"Ocorreu um erro: {e}")