# 0. Pakete laden (ggf. vorher installieren)
# install.packages(c("ggtext","shadowtext","viridis","showtext","sf", "ggplot2", "dplyr", "rnaturalearth", "rnaturalearthhires"))
install.packages("ggnewscale")

library(sf)
library(ggplot2)
library(ggtext)
library(dplyr)
library(rnaturalearth)
library(rnaturalearthhires)
library(showtext)
library(viridis)
library(shadowtext)
library(ggnewscale)

# Variablen
hintergrundfarbe <- "#f2f2f2"

# 1 Automatisches Laden von Schriftarten und Fira Sans aktivieren
showtext_auto()
font_add(family = "Fira Sans", regular = "FiraSans-Regular.ttf")

# 2. Geodaten für Deutschland laden
germany_states <- ne_states(country = "Germany", returnclass = "sf")

# 3. CSV-Daten einlesen
inf_einf <- read.csv2("~/Informatik-Monitor/Ländervergleich/BL_Informatik_Einfuehrungsphase_Schularten.csv", stringsAsFactors = FALSE)
#colnames(schulsystem_daten) <- c("name", "schulsystem")

# -------------------------------------------------------------
# 2) Bestimme pro Bundesland, ob "Wahlpflicht" vorhanden ist.
# Wenn ja: IU_Art = "Wahlpflicht", sonst "Pflicht"
# -------------------------------------------------------------

inf_einf_art_gruppiert <- inf_einf %>%                # Starte mit deinen Daten
  group_by(Bundesland) %>%               # Gruppiere nach Bundesland
  summarise(
    IU_Art = if ("Wahlpflicht" %in% IU_Art) {
      "Wahlpflicht"
    } else {
      "Pflicht"
    }
  )

# -------------------------------------------------------------
# 3) Verbinde die gewählte IU_Art wieder mit den Originaldaten.
# Dadurch behältst du nur die Zeilen mit der passenden IU_Art.
# -------------------------------------------------------------

inf_einf_art_gruppiert_gesamt <- inf_einf_art_gruppiert %>%       # Nimm die priorisierte Liste
  left_join(inf_einf,                         # Füge die Originaldaten an
            by = c("Bundesland", "IU_Art")) # Verknüpfe auf beide Spalten

# -------------------------------------------------------------
# 4) Berechne pro Bundesland den niedrigsten IU_Stunden_min-Wert
# NUR aus den Zeilen der gewählten IU_Art.
# -------------------------------------------------------------

inf_einf_art_gruppiert_gesamt_kurz <- inf_einf_art_gruppiert_gesamt %>%           # Starte mit dem verknüpften Datensatz
  group_by(Bundesland, IU_Art) %>%       # Gruppiere wieder
  summarise(
    IU_Stunden_min = min(IU_Stunden_min), # Berechne den minimalen Wert
    .groups = "drop"                      # Entferne Gruppierung im Ergebnis
  )

# # 5) Geodaten mit Einf-Phase-Daten verknüpfen
# germany_data <- germany_states %>%
#   left_join(inf_einf, by = c("name" = "Bundesland"))

# 5) Geodaten mit priorisierten Daten verknüpfen
germany_data <- germany_states %>%
  left_join(inf_einf_art_gruppiert_gesamt_kurz, by = c("name" = "Bundesland"))


# postal-Kürzel korrigieren: Brandenburg → "BB"
germany_data <- germany_data %>%
  mutate(postal = ifelse(name == "Brandenburg", "BB", postal))

# Nur die Grenzen extrahieren (Linien)
grenzen <- germany_data %>%
  st_geometry() %>%
  st_cast("MULTIPOLYGON") %>%
  st_boundary() %>%
  st_sf()

germany_data <- germany_data %>%
  mutate(
    IU_Farbe = paste0(IU_Art, "_", IU_Stunden_min)
  )

farben <- c(
  "Wahlpflicht_1" = "#fff16f",  # helles Gelb
  "Wahlpflicht_2" = "#ffe601",  # mittelgold
  "Wahlpflicht_3" = "#e8d101",   # dunkler Gold-/Orangeton
  "Pflicht_1" = "#3e609e",  # hellblau
  "Pflicht_2" = "#0e1f51"  # kräftiges Dunkelblau
)

germany_data <- germany_data %>%
  mutate(
    IU_Farbe = ifelse(
      is.na(IU_Stunden_min) | is.na(IU_Art),
      NA_character_,   # wirklich Character-NA!
      paste0(IU_Art, "_", IU_Stunden_min)
    )
  ) %>%
  # Jetzt factorisieren OHNE NA-Level:
  mutate(
    IU_Farbe = forcats::fct_drop(  # entfernt NA-Level, falls es noch drin ist
      factor(
        IU_Farbe,
        levels = c(
          "Wahlpflicht_1",
          "Wahlpflicht_2",
          "Wahlpflicht_3",
          "Pflicht_1",
          "Pflicht_2"
        )
      )
    )
  )




# Mittelpunkte der BL-Flächenberechnen
bundesland_labels <- germany_data %>%
  mutate(centroid = st_centroid(geometry)) %>%
  mutate(
    x = st_coordinates(centroid)[, 1],
    y = st_coordinates(centroid)[, 2]
  ) %>%
  mutate(
    x = ifelse(name == "Brandenburg", x + 0.5, x),  # nach Osten
    y = ifelse(name == "Brandenburg", y - 0.4, y)   # nach Süden
  ) %>%
  mutate(
    x = ifelse(name == "Berlin", x + 0.12, x),  # nach Osten
    y = ifelse(name == "Berlin", y + 0.12, y)   # nach Norden
  ) %>%
  mutate(
    x = ifelse(name == "Bremen", x + 0.2, x),  # nach Osten
    y = ifelse(name == "Bremen", y + 0.04, y)   # nach Norden
  ) %>%
  mutate(
    x = ifelse(name == "Hamburg", x - 0.05, x),  # nach Westen
    y = ifelse(name == "Hamburg", y - 0.15, y)   # nach Süden
  )


# 5. Karte erzeugen mit viridis & ggnewscale
karte <- ggplot() +
  # Nicht-NA-Flächen mit Farben
  geom_sf(
    data = filter(germany_data, !is.na(IU_Farbe)),
    aes(fill = IU_Farbe),
    color = NA
  ) +
  # NA-Flächen extra füllen
  geom_sf(
    data = filter(germany_data, is.na(IU_Farbe)),
    fill = hintergrundfarbe,
    color = NA
  ) +
  geom_sf(
    data = grenzen,
    fill = NA,
    color = hintergrundfarbe,
    size = 0.3
  ) +
  coord_sf(expand = FALSE) +
  geom_shadowtext(
    data = bundesland_labels,
    aes(x = x, y = y, label = postal),
    family = "Fira Sans",
    size = 3.5,
    color = hintergrundfarbe,
    bg.color = "black",
    bg.r = 0.05,
    check_overlap = TRUE
  ) +
  scale_fill_manual(
    values = farben,
    name = "Informatik",
    labels = c(
      "Wahlpflicht_1" = "Wahlpflicht: 1 WS",
      "Wahlpflicht_2" = "Wahlpflicht: 2 WS",
      "Wahlpflicht_3" = "Wahlpflicht: 3 WS",
      "Pflicht_1" = "Pflicht: 1 WS",
      "Pflicht_2" = "Pflicht: 2 WS"
    )
  ) + 
  labs(
    title = "Informatikunterricht in der Einführungsphase",
    subtitle = "Informatik in der gymnasialen Oberstufe an allgemeinbildenden Schulen, 2025",
    caption = "Datenquelle: Informatik-Monitor"
  ) +
  theme_minimal() +
  theme(
    text = element_text(family = "Fira Sans"),
    plot.title = element_text(face = "bold", size = 16),
    plot.subtitle = ggtext::element_markdown(size = 12, lineheight = 1.2),
    plot.background = element_rect(fill = hintergrundfarbe, color = NA),
    panel.background = element_rect(fill = hintergrundfarbe, color = NA),
    legend.background = element_rect(fill = hintergrundfarbe, color = NA),
    legend.key = element_rect(fill = hintergrundfarbe, color = NA),
    panel.grid = element_blank(),
    axis.text = element_blank(),
    axis.ticks = element_blank(),
    axis.title = element_blank(),
    legend.position = "bottom",
    legend.direction = "horizontal",
    legend.box.just = "right",
    legend.title = element_blank(),
    plot.margin = margin(1, 1, 1, 1, unit = "cm"),
    plot.caption = element_text(margin = margin(t = 15))
  )



# 6. Karte anzeigen
print(karte)

# 7. Karte speichern
ggsave(
  filename = "BL_Oberstufe_IU_Einf_Art_Umfang.svg",
  plot = karte,
  path = "~/Informatik-Monitor/Ländervergleich",
  width = 18,
  height = 27,
  unit = "cm",
  device = "svg"
)