"""Cache danych: znormalizowany arkusz zapisany jako Parquet.

POZIOM 2 cache — największy zysk wydajności. Parsowanie .xlsx jest wolne
(dziesiątki–setki ms na duży plik). Po pierwszym wczytaniu zapisujemy
znormalizowaną ramkę jako Parquet (kolumnowy, kompresowany), kluczowaną odciskiem
pliku. Kolejne odczyty ładują Parquet — zwykle 10–100x szybciej niż .xlsx i bez
ponownego wykrywania nagłówka.

Plik Parquet jest też naturalnym formatem pośrednim przy migracji do SQL.
"""
from __future__ import annotations

from pathlib import Path

import pandas as pd


class FrameCache:
    def __init__(self, cache_dir: Path) -> None:
        self.dir = cache_dir / "frames"
        self.dir.mkdir(parents=True, exist_ok=True)

    def _path(self, fp: str, sheet: str) -> Path:
        safe = fp.replace(":", "_") + "__" + str(sheet).replace("/", "_")
        return self.dir / f"{safe}.parquet"

    def get(self, fp: str, sheet: str) -> pd.DataFrame | None:
        p = self._path(fp, sheet)
        if p.exists():
            return pd.read_parquet(p)
        return None

    def put(self, fp: str, sheet: str, frame: pd.DataFrame) -> None:
        # astype(str) na kolumnach object zapewnia stabilny zapis Parquet
        frame.to_parquet(self._path(fp, sheet), index=False)