"""A1 · referencias selladas (sin red). Por producto × provincia × mes, en € por litro SIN IVA (÷ 1,21):
- Nacional mensual: media de las semanas del WOB (España, «with taxes») cuya fecha cae en el mes. A = diésel, gasolina95 =
  Euro-super 95, C = gasóleo de calefacción; B = diésel × (B/A nacional del día del geoportal del trimestre).
- Factor provincial (A y gasolina 95): media de las estaciones de la provincia ÷ media de las estaciones de la Península y
  Baleares, el día 15 del mes central del trimestre (geoportal MITECO); C y B sin factor (nacional).
Salidas: salidas/15_ref_mensual.csv, salidas/15_factor_trimestral.csv."""
import json, csv, statistics as st, datetime as dt, collections, sys
sys.path.insert(0, '/p/scripts')
from comun_a1 import leer_wob, FUERA_PROV
wob = leer_wob()
num = lambda s: float(s.replace(',', '.')) if s and s.strip() else None
CAMPO = {'gasoleo_a': 'Precio Gasoleo A', 'gasolina95': 'Precio Gasolina 95 E5', 'gasoleo_b': 'Precio Gasoleo B'}
fac = []; ba = {}
for a in (2022, 2023, 2024, 2025):
    for q, m in enumerate((2, 5, 8, 11), 1):
        j = json.load(open(f'/p/ref/carb_{a}{m:02d}15.json', encoding='utf-8'))['ListaEESSPrecio']
        acc = collections.defaultdict(lambda: collections.defaultdict(list))
        for e in j:
            for p, c in CAMPO.items():
                v = num(e.get(c, ''))
                if v: acc[e['IDProvincia']][p].append(v)
        pen = [pid for pid in acc if pid not in FUERA_PROV]
        nac = {p: st.mean([v for pid in pen for v in acc[pid][p]]) for p in CAMPO}
        ba[(a, q)] = nac['gasoleo_b'] / nac['gasoleo_a']
        for pid in sorted(pen):
            for p in ('gasoleo_a', 'gasolina95'):
                vs = acc[pid][p]
                if len(vs) >= 5: fac.append((a, q, f'{a}-{m:02d}-15', pid, p, len(vs), round(st.mean(vs) / nac[p], 5)))
with open('/p/salidas/15_factor_trimestral.csv', 'w', newline='') as f:
    w = csv.writer(f); w.writerow(['anio', 'trimestre', 'dia', 'prov_ine', 'producto', 'estaciones', 'factor']); w.writerows(fac)
filas = []
for a in (2022, 2023, 2024, 2025):
    for m in range(1, 13):
        sem = [d for d in wob if d.year == a and d.month == m]
        q = (m - 1) // 3 + 1
        d_ = st.mean(wob[d]['diesel_with_tax_eur_l'] for d in sem); g = st.mean(wob[d]['euro95_with_tax_eur_l'] for d in sem)
        c = st.mean(wob[d]['heating_oil_with_tax_eur_l'] for d in sem)
        for p, v in (('gasoleo_a', d_), ('gasolina95', g), ('gasoleo_c', c), ('gasoleo_b', d_ * ba[(a, q)])):
            filas.append((f'{a}-{m:02d}', p, len(sem), round(v / 1.21, 5)))
with open('/p/salidas/15_ref_mensual.csv', 'w', newline='') as f:
    w = csv.writer(f); w.writerow(['mes', 'producto', 'semanas_wob', 'ref_nacional_sin_iva_eur_l']); w.writerows(filas)
fa = [x[6] for x in fac if x[4] == 'gasoleo_a']
print('meses', len(filas) // 4, 'factores', len(fac), 'A p10/p90', st.quantiles(fa, n=10)[0], st.quantiles(fa, n=10)[-1], 'B/A', {k: round(v, 3) for k, v in ba.items()})