# 필요한 패키지 불러오기
library(ggplot2)
library(gridExtra)
library(svglite)
library(jsonlite)

# 커맨드라인 인자로부터 파일 이름, 종속 변수 이름들을 가져오기
args <- commandArgs(trailingOnly = TRUE)

# 인자 파싱
args_list <- list()
for (arg in args) {
  split_arg <- strsplit(arg, "=")[[1]]
  if (length(split_arg) == 2) {
    args_list[[split_arg[1]]] <- split_arg[2]
  }
}

# 인자 설정
filename <- args_list[["filename"]]
Group <- args_list[["Group"]] # 기준이 되는 범주형 변수의 명입니다. 
Values <- args_list[["Values"]] #"A,B,C,D" 와 같은 문자열을 받아옴 
goalname <- args_list[["goalname"]]
graphicgoal <- args_list[["graphicgoal"]]


# 데이터 읽기
data <- read.csv(filename)

# Group 열과 Value 열이 데이터 프레임에 존재하는지 확인
if (!(Group %in% colnames(data))) {
  stop(paste("Group column not found in the data:", Group))
}

# 문자열을 리스트로 변경
ValueList <- unlist(strsplit(Values, split = ","))

# Value 열들이 데이터 프레임에 존재하는지 확인
for (value in ValueList) {
  if (!(value %in% colnames(data))) {
    stop(paste("Value column not found in the data:", value))
  }
}

# 범주형 열을 검토하고, 범주형이 아니라고 인식 시, 범주형으로 변경
if (!is.factor(data[[Group]])) {
  data[[Group]] <- as.factor(data[[Group]])
}

# 범주형 열이 결측치가 아닌 경우의 행만을 데이터에 할당
data <- data[!is.na(data[[Group]]), ]

# Chi-Square Test 결과를 저장할 리스트 초기화
results <- list()

# 이제부터 ValueList 에 할당된 열들을 순회하며 작업.
# 그룹에 따라 분석이 필요한 값들을 차근차근 분석.
for (value in ValueList) {
  # 분석이 필요한 해당 열의 결측치를 제거 후, 다시 데이터에 할당.
  data_sub <- data[!is.na(data[[value]]), ]
  
  # 범주형 변수인지 확인
  if (!is.factor(data_sub[[value]])) {
    data_sub[[value]] <- as.factor(data_sub[[value]])
  }
  
  # 필터링 결과가 비어 있는지 확인
  if (nrow(data_sub) == 0) {
    next  # 비어 있는 경우 다음 변수로 건너뜁니다.
  }
  
  # 카이제곱 검정 수행
  table_data <- table(data_sub[[Group]], data_sub[[value]])
  test_result <- chisq.test(table_data)
  
  # 결과 저장 (htest 객체를 수동으로 변환)
  results[[value]] <- list(
    statistic = test_result$statistic,
    p_value = test_result$p.value,
    parameter = test_result$parameter,
    method = test_result$method,
    data_name = test_result$data.name
  )
  
  # 그래프 생성
  observed <- as.data.frame(table_data)
  expected <- as.data.frame(test_result$expected)
  colnames(observed) <- c("Group", "Value", "Observed")
  colnames(expected) <- c("Group", "Value", "Expected")
  plot_data <- merge(observed, expected)
  
  p <- ggplot(plot_data, aes(x = Group, y = Observed, fill = Value)) +
    geom_bar(stat = "identity", position = "dodge") +
    geom_point(aes(y = Expected), color = "red", position = position_dodge(width = 0.9), size = 3) +
    ggtitle(paste("Chi-Square Test for", value, "by", Group)) +
    xlab(Group) +
    ylab("Count") +
    theme_minimal()
  
  # SVG 파일로 저장
  svg_filename <- paste0(sub(".svg", "", graphicgoal), "_", value, ".svg")
  svglite::svglite(file = svg_filename, width = 8, height = 6)
  print(p)
  dev.off()
}

# 결과를 JSON 파일로 저장
result_json <- toJSON(results, pretty = TRUE)
write(result_json, file = goalname)