# -*- coding: utf-8 -*-
"""
Created on Mon Oct  5 16:16:12 2020

@author: ASUS
"""

import numpy
import pandas
import statsmodels.formula.api as smf
import statsmodels.stats.multicomp as multi
data = pandas.read_csv('LasVegas.csv', low_memory=False)
#Có phải Spa liên quan đến số phiếu bầu hữu ích không?
data['Hotel stars'] = pandas.to_numeric(data['Hotel stars'], errors='coerce')
data['Helpful votes'] = pandas.to_numeric(data['Helpful votes'], errors='coerce')

sub1=data[(data['Hotel stars']>=3) & (data['Hotel stars']<=5)]
recode1 = {"NO":0 ,"YES":1}
sub1['Spa1']= sub1['Spa'].map(recode1)
sub1['Spa1'] = pandas.to_numeric(sub1['Spa1'], errors='coerce')

ct1 = sub1.groupby('Spa1').size()
print (ct1)
print("========Phân tích ANOVA============")

model1 = smf.ols(formula='Spa1 ~ C(Score)', data=sub1)
results1 = model1.fit()
print(results1.summary())
print("Giá trị trung bình của Spa1 liên quan đến điểm của các phiếu bầu")
sub2 = sub1[['Spa1', 'Score']].dropna()
m1= sub2.groupby('Score').mean()
print(m1)
print("Độ lệch chuẩn của Spa1 liên quan đến điểm của các phiếu bầu")
sd1 = sub2.groupby('Score').std()
print(sd1)

# Phân tích ANOVA cho thấy, F = 0.3679 với p = 0.832 (Với mức ý nghĩa là 0.05). Điều đó ta không thể bác bỏ giả
#thuyết vô hiệu rằng những khách sạn có DV Spa không có liên quan đến việc chấm điểm cho các bình luận khảo sát.


#Biến giải thích nhiều hơn 2 loại
print("oo")
sub3 = sub1[['Score', 'Member years']].dropna() 

sub3['Member years'] = pandas.to_numeric(sub1['Member years'], errors='coerce')
print(sub3['Member years'].value_counts().sort_index())

# model2 = smf.ols(formula="Score ~ C(Member years)", data=sub3).fit()
# print(model2.summary())

print("Giá trị trung bình bởi những gì xảy ra với điểm số của các phiếu bầu với Member years")
m1= sub3.groupby('Member years').mean()
print(m1)
print("Độ lệch chuẩn bởi những gì xảy ra với điểm số của các phiếu bầu với Member years")
sd1 = sub3.groupby('Member years').std()
print(sd1)
# Phân tích sâu
mc1 = multi.MultiComparison(sub3['Score'], sub3['Member years'])
res1 = mc1.tukeyhsd()
print(res1.summary())