# MDS_TITLE: FFT로 반복 주기 찾기
# MDS_REQUIRES: numpy, pandas
# MDS_DESC: 반복 패턴이 있는 신호에서 가장 강한 주기(몇 샘플마다 반복되는지)를 FFT로 찾는다
# MDS_DESC[en]: Finds the dominant repeating period of a signal using FFT
# MDS_TAGS: science, timeseries
# MDS_INPUT: 수치형 신호 컬럼 1개 이상 (실행 시 선택)
# MDS_OUTPUT: 컬럼별 주기(샘플 수) 표
# MDS_AUTHOR: SDSL
# MDS_VERSION: 1.0
def dominant_period(series: pd.Series) -> float | None:
    s = pd.to_numeric(series, errors='coerce').dropna()
    if len(s) < 4:
        return None
    normalized = (s - s.mean()) / (s.std() + 1e-10)
    power = np.abs(np.fft.rfft(normalized.to_numpy())) ** 2
    freqs = np.fft.rfftfreq(len(s))
    peak = int(np.argmax(power[1:])) + 1
    return float(1.0 / freqs[peak]) if freqs[peak] > 0 else None


def run_period_detect(df: pd.DataFrame) -> pd.DataFrame | None:
    numeric_cols = df.select_dtypes(include='number').columns.tolist()
    if not numeric_cols:
        mIO.print('수치형 컬럼이 없습니다.')
        return None
    chosen = mIO.checkboxes('주기를 찾을 컬럼을 선택하세요', numeric_cols, default_checked=numeric_cols[:1])
    if not chosen:
        return None
    rows = []
    for col in chosen:
        period = dominant_period(df[col])
        rows.append({'컬럼': col, '주기(샘플)': round(period, 3) if period else None})
    table = pd.DataFrame(rows)
    mIO.show_df(table, title='검출된 주기')
    return table


result = run_period_detect(df)