"""Pivot table sin pandas para datos tabulares list[dict]."""

from collections import defaultdict


def pivot(
    rows: list[dict],
    index: str,
    columns: str,
    values: str,
    agg: str = "sum",
) -> list[dict]:
    """Transforma datos del formato largo al formato ancho (pivot table).

    Agrupa por `index`, expande los valores unicos de `columns` como nuevas
    columnas y agrega la columna `values` con la funcion indicada.

    Args:
        rows: Lista de dicts con los datos en formato largo.
        index: Nombre de la columna que actua como indice de filas.
        columns: Nombre de la columna cuyos valores unicos se convierten en columnas.
        values: Nombre de la columna cuyos valores se agregan.
        agg: Funcion de agregacion: sum, count, mean, min, max, first, last.

    Returns:
        Lista de dicts con una fila por valor unico de index y una columna
        por cada valor unico de columns. Valores numericos faltantes rellenados
        con 0, valores no numericos con None.
    """
    # Recopilar valores unicos de columns (orden de aparicion)
    col_values: list = []
    seen_cols: set = set()
    index_order: list = []
    seen_index: set = set()

    for row in rows:
        idx = row.get(index)
        col = row.get(columns)
        if idx not in seen_index:
            seen_index.add(idx)
            index_order.append(idx)
        if col not in seen_cols:
            seen_cols.add(col)
            col_values.append(col)

    # Acumular: groups[index_val][col_val] = lista de values
    groups: dict[any, dict[any, list]] = defaultdict(lambda: defaultdict(list))
    for row in rows:
        idx = row.get(index)
        col = row.get(columns)
        val = row.get(values)
        if val is not None:
            groups[idx][col].append(val)

    # Determinar si los valores son numericos (para relleno de 0)
    sample_vals = [v for g in groups.values() for vs in g.values() for v in vs]
    is_numeric = all(isinstance(v, (int, float)) for v in sample_vals) if sample_vals else True

    def _aggregate(vals: list, func: str):
        if not vals:
            return 0 if is_numeric else None
        if func == "sum":
            return sum(vals)
        if func == "count":
            return len(vals)
        if func == "mean":
            return sum(vals) / len(vals)
        if func == "min":
            return min(vals)
        if func == "max":
            return max(vals)
        if func == "first":
            return vals[0]
        if func == "last":
            return vals[-1]
        raise ValueError(f"Funcion de agregacion no soportada: {func}")

    result = []
    for idx in index_order:
        record: dict = {index: idx}
        for col in col_values:
            vals = groups[idx][col]
            if vals:
                record[col] = _aggregate(vals, agg)
            else:
                record[col] = 0 if is_numeric else None
        result.append(record)

    return result