"""
Diagnostico veloce: ispeziona EM_PSKY_RETE in df_anagr (dalla cache).
"""
import pickle
from pathlib import Path

CACHE = Path(__file__).parent / '_cache_anagr.pkl'

with open(CACHE, 'rb') as f:
    df_anagr, df_ediz, df_super = pickle.load(f)

col = 'EM_PSKY_RETE'
if col not in df_anagr.columns:
    print(f'Colonna {col} NON trovata in df_anagr')
    print('Colonne EM_*:', [c for c in df_anagr.columns if c.startswith('EM_')])
else:
    s = df_anagr[col].dropna()
    print(f'{col}: {len(s)} valori non-null (su {len(df_anagr)} righe)')
    # Lunghezze
    lengths = s.str.len().value_counts().sort_index()
    print(f'\nDistribuzione lunghezze:')
    for l, cnt in lengths.items():
        print(f'  len={l}: {cnt} valori')
    # Valori > 2 chars
    too_long = s[s.str.len() > 2]
    if not too_long.empty:
        print(f'\nVALORI TROPPO LUNGHI (len>2): {len(too_long)}')
        print(too_long.value_counts().head(20).to_string())
    else:
        print('\nNessun valore > 2 chars trovato')
    # Tutti i valori unici
    print(f'\nValori unici ({s.nunique()}):')
    print(s.value_counts().to_string())

# Controlla anche le altre colonne EM_*_RETE per confronto
print('\n--- Lunghezze max per ogni EM_*_RETE ---')
for c in df_anagr.columns:
    if c.endswith('_RETE') and c.startswith('EM_'):
        vals = df_anagr[c].dropna()
        if not vals.empty:
            max_len = vals.str.len().max()
            print(f'  {c}: max_len={max_len}, esempi={vals.value_counts().head(3).index.tolist()}')