modules/pricing/services/standard_pricing.py

"""
خدمة التسعير القياسي
"""

import pandas as pd
import numpy as np
from datetime import datetime
import os
import config


class StandardPricing:
    """خدمة التسعير القياسي للبنود"""
    
    def __init__(self):
        """تهيئة خدمة التسعير القياسي"""
        # تحميل بيانات المواد والأسعار المرجعية
        self.material_prices = self._load_material_prices()
        self.labor_rates = self._load_labor_rates()
        self.equipment_rates = self._load_equipment_rates()
    
    def _load_material_prices(self):
        """تحميل أسعار المواد"""
        # محاكاة تحميل البيانات من مصدر بيانات
        material_prices = {
            'خرسانة': {
                'م3': 750.0,  # سعر المتر المكعب بالريال
                'وحدة_قياسية': 'م3',
                'آخر_تحديث': datetime(2025, 3, 1)
            },
            'حديد تسليح': {
                'طن': 5500.0,  # سعر الطن بالريال
                'وحدة_قياسية': 'طن',
                'آخر_تحديث': datetime(2025, 3, 1)
            },
            'عزل مائي': {
                'م2': 80.0,  # سعر المتر المربع بالريال
                'وحدة_قياسية': 'م2',
                'آخر_تحديث': datetime(2025, 3, 1)
            },
            'بلوك خرساني': {
                '20سم': 11.0,  # سعر البلكة بالريال
                'وحدة_قياسية': 'عدد',
                'آخر_تحديث': datetime(2025, 3, 1)
            },
            'رمل': {
                'م3': 140.0,  # سعر المتر المكعب بالريال
                'وحدة_قياسية': 'م3',
                'آخر_تحديث': datetime(2025, 3, 1)
            },
            'اسمنت': {
                'كيس': 25.0,  # سعر الكيس بالريال
                'وحدة_قياسية': 'كيس',
                'آخر_تحديث': datetime(2025, 3, 1)
            }
        }
        return material_prices
    
    def _load_labor_rates(self):
        """تحميل معدلات أجور العمالة"""
        # محاكاة تحميل البيانات من مصدر بيانات
        labor_rates = {
            'عامل': {
                'يومي': 150.0,  # الأجر اليومي بالريال
                'وحدة_قياسية': 'يوم',
                'آخر_تحديث': datetime(2025, 3, 1)
            },
            'نجار': {
                'يومي': 250.0,  # الأجر اليومي بالريال
                'وحدة_قياسية': 'يوم',
                'آخر_تحديث': datetime(2025, 3, 1)
            },
            'حداد': {
                'يومي': 250.0,  # الأجر اليومي بالريال
                'وحدة_قياسية': 'يوم',
                'آخر_تحديث': datetime(2025, 3, 1)
            },
            'سباك': {
                'يومي': 300.0,  # الأجر اليومي بالريال
                'وحدة_قياسية': 'يوم',
                'آخر_تحديث': datetime(2025, 3, 1)
            },
            'كهربائي': {
                'يومي': 300.0,  # الأجر اليومي بالريال
                'وحدة_قياسية': 'يوم',
                'آخر_تحديث': datetime(2025, 3, 1)
            },
            'مراقب': {
                'يومي': 400.0,  # الأجر اليومي بالريال
                'وحدة_قياسية': 'يوم',
                'آخر_تحديث': datetime(2025, 3, 1)
            }
        }
        return labor_rates
    
    def _load_equipment_rates(self):
        """تحميل معدلات تأجير المعدات"""
        # محاكاة تحميل البيانات من مصدر بيانات
        equipment_rates = {
            'خلاطة خرسانة': {
                'يومي': 800.0,  # الإيجار اليومي بالريال
                'وحدة_قياسية': 'يوم',
                'آخر_تحديث': datetime(2025, 3, 1)
            },
            'هزاز خرسانة': {
                'يومي': 150.0,  # الإيجار اليومي بالريال
                'وحدة_قياسية': 'يوم',
                'آخر_تحديث': datetime(2025, 3, 1)
            },
            'حفارة': {
                'يومي': 1500.0,  # الإيجار اليومي بالريال
                'وحدة_قياسية': 'يوم',
                'آخر_تحديث': datetime(2025, 3, 1)
            },
            'لودر': {
                'يومي': 1200.0,  # الإيجار اليومي بالريال
                'وحدة_قياسية': 'يوم',
                'آخر_تحديث': datetime(2025, 3, 1)
            },
            'رافعة': {
                'يومي': 2000.0,  # الإيجار اليومي بالريال
                'وحدة_قياسية': 'يوم',
                'آخر_تحديث': datetime(2025, 3, 1)
            },
            'شاحنة نقل': {
                'يومي': 900.0,  # الإيجار اليومي بالريال
                'وحدة_قياسية': 'يوم',
                'آخر_تحديث': datetime(2025, 3, 1)
            }
        }
        return equipment_rates
    
    def calculate_prices(self, items_df):
        """حساب الأسعار للبنود باستخدام التسعير القياسي"""
        # نسخة من البيانات المدخلة للعمل عليها
        df = items_df.copy()
        
        # التأكد من وجود العمود المطلوب
        if 'سعر الوحدة' not in df.columns:
            df['سعر الوحدة'] = 0.0
        
        if 'الإجمالي' not in df.columns:
            df['الإجمالي'] = 0.0
        
        # حساب أسعار الوحدات لكل بند
        for idx, row in df.iterrows():
            # حساب سعر الوحدة بناءً على وصف البند
            unit_price = self._estimate_unit_price(row['وصف البند'], row['الوحدة'])
            df.at[idx, 'سعر الوحدة'] = unit_price
        
        # حساب الإجمالي لكل بند
        df['الإجمالي'] = df['الكمية'] * df['سعر الوحدة']
        
        return df
    
    def _estimate_unit_price(self, description, unit):
        """تقدير سعر الوحدة بناءً على وصف البند ووحدة القياس"""
        description = description.lower()
        
        # تقدير سعر الوحدة بناءً على وصف البند
        if 'خرسان' in description:
            if 'أساسات' in description:
                return 1200.0 if unit == 'م3' else 0.0
            elif 'أعمدة' in description:
                return 1800.0 if unit == 'م3' else 0.0
            elif 'سقف' in description:
                return 1500.0 if unit == 'م3' else 0.0
            else:
                return 1400.0 if unit == 'م3' else 0.0
        
        elif 'حديد' in description and 'تسليح' in description:
            if 'أساسات' in description:
                return 6000.0 if unit == 'طن' else 0.0
            elif 'أعمدة' in description or 'سقف' in description:
                return 6500.0 if unit == 'طن' else 0.0
            else:
                return 6200.0 if unit == 'طن' else 0.0
        
        elif 'عزل' in description:
            if 'مائي' in description:
                return 120.0 if unit == 'م2' else 0.0
            elif 'حراري' in description:
                return 90.0 if unit == 'م2' else 0.0
            else:
                return 100.0 if unit == 'م2' else 0.0
        
        elif 'ردم' in description or 'حفر' in description:
            return 75.0 if unit == 'م3' else 0.0
        
        elif 'بلوك' in description or 'طوب' in description:
            return 250.0 if unit == 'م2' else 0.0
        
        elif 'لياسة' in description or 'بياض' in description:
            return 80.0 if unit == 'م2' else 0.0
        
        elif 'دهان' in description or 'طلاء' in description:
            return 65.0 if unit == 'م2' else 0.0
        
        elif 'سيراميك' in description or 'بلاط' in description:
            return 180.0 if unit == 'م2' else 0.0
        
        elif 'كهرباء' in description:
            return 150.0 if unit == 'نقطة' else 500.0
        
        # قيمة افتراضية إذا لم تتطابق مع أي وصف
        return 100.0
    
    def adjust_prices_for_factors(self, items_df, factors=None):
        """تعديل الأسعار بناءً على عوامل مؤثرة"""
        # نسخة من البيانات المدخلة للعمل عليها
        df = items_df.copy()
        
        # إذا لم يتم تحديد عوامل، استخدم العوامل الافتراضية
        if factors is None:
            factors = {
                'location_factor': 1.0,  # معامل الموقع
                'time_factor': 1.0,      # معامل الوقت
                'risk_factor': 1.1,      # معامل المخاطر
                'market_factor': 1.05    # معامل السوق
            }
        
        # حساب المعامل الإجمالي
        total_factor = (factors['location_factor'] * factors['time_factor'] * 
                      factors['risk_factor'] * factors['market_factor'])
        
        # تعديل سعر الوحدة بناءً على المعامل الإجمالي
        df['سعر الوحدة'] = df['سعر الوحدة'] * total_factor
        
        # حساب الإجمالي بعد التعديل
        df['الإجمالي'] = df['الكمية'] * df['سعر الوحدة']
        
        return df