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

# 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]]
  args_list[[split_arg[1]]] <- split_arg[2]
}

# 인자 설정
# 읽어낼 데이터프레임의 경로
filename <- args_list$filename
# 데이터프레임에서 이진 변수에 해당하는 Column
GroupVar <- args_list$GroupVar
# 데이터프레임에서 연속 변수에 해당하는 Column
ValueVar <- args_list$ValueVar
# 생성된 결과 파일을 저장할 경로
goalname <- args_list$goalname

# 데이터 불러오기
data <- read.csv(filename)

# 결측치 처리 후 data 에 다시 담기
data <- data[!is.na(data[[GroupVar]]) & !is.na(data[[ValueVar]]), ]

# 연속 변수에 해당하는 열의 데이터를 체크, 숫자로 변환
if (!is.numeric(data[[ValueVar]])) {
  data[[ValueVar]] <- as.numeric(data[[ValueVar]])
}

# 범주형 이진 변수에 해당하는 열의 데이터를 체크, 범주형임을 명시
if (!is.factor(data[[GroupVar]])) {
  data[[GroupVar]] <- as.factor(data[[GroupVar]])
}

# Wilcoxon Rank-Sum Test 수행
test_result <- wilcox.test(data[[ValueVar]] ~ data[[GroupVar]])

# 추가 통계량 계산
n1 <- sum(data[[GroupVar]] == levels(data[[GroupVar]])[1])
n2 <- sum(data[[GroupVar]] == levels(data[[GroupVar]])[2])
r1 <- sum(rank(data[[ValueVar]])[data[[GroupVar]] == levels(data[[GroupVar]])[1]])
r2 <- sum(rank(data[[ValueVar]])[data[[GroupVar]] == levels(data[[GroupVar]])[2]])

u1 <- r1 - (n1 * (n1 + 1) / 2)
u2 <- r2 - (n2 * (n2 + 1) / 2)
u_statistic <- min(u1, u2)

# Expected U and Standard Deviation
expected_u <- (n1 * n2) / 2
sd_u <- sqrt((n1 * n2 * (n1 + n2 + 1)) / 12)

# Z-value 계산
z_value <- (u_statistic - expected_u) / sd_u

# 결과 요약
test_summary <- data.frame(
  U_Statistic = u_statistic,
  Expected_U = expected_u,
  SD = sd_u,
  Z_value = z_value,
  P_value = test_result$p.value
)

# 결과 시각화
# 상자 그림(Boxplot)으로 시각화
boxplot_data <- data.frame(
  Group = data[[GroupVar]],
  Value = data[[ValueVar]]
)

boxplot <- ggplot(boxplot_data, aes(x = Group, y = Value, fill = Group)) +
  geom_boxplot() +
  theme_minimal() +
  labs(title = "Wilcoxon Rank-Sum Test Results",
       x = NULL, y = "Values") +
  scale_x_discrete(labels = levels(data[[GroupVar]]))

# 통계량 텍스트
stat_text <- paste(
  "Sample sizes (n1, n2): ", n1, ", ", n2, "\n",
  "U Statistic: ", round(u_statistic, 2), "\n",
  "Expected U: ", round(expected_u, 2), "\n",
  "SD: ", round(sd_u, 2), "\n",
  "Z-value: ", round(z_value, 2), "\n",
  "P-value: ", round(test_result$p.value, 4)
)

# P-value와 통계량 텍스트
text_plot <- ggplot() + 
  annotate("text", x = 1, y = 1, label = stat_text, size = 6) +
  theme_void()

# 테이블과 플롯을 결합하여 저장
lay <- matrix(c(1, 2), nrow = 1)

# SVG 파일로 저장 (가로 길이를 넓게 설정)
svglite::svglite(file = goalname, width = 10, height = 7)
grid.arrange(boxplot, text_plot, layout_matrix = lay)
dev.off()