"""Нормирование: считаем плотность населения и ВВП на душу населения.

Главная ловушка — площадь. У GeoJSON координаты в градусах (EPSG:4326),
и .area в градусах бессмысленна. Перед расчётом площади переводим
геометрию в РАВНОВЕЛИКУЮ проекцию (здесь — проекция Мольвейде, ESRI:54009).
"""
from pathlib import Path

import geopandas as gpd

DATA = Path(__file__).resolve().parents[2] / "data"
world = gpd.read_file(DATA / "countries.geojson")

# 1. Площадь в км² — только в равновеликой проекции!
world["area_km2"] = world.to_crs("ESRI:54009").area / 1_000_000

# 2. Нормирование на площадь: плотность населения, чел./км²
world["density"] = world["pop_est"] / world["area_km2"]

# 3. Нормирование на население: ВВП на душу, долл. США.
#    gdp_md (млн долл.) хранится как int32: умножение на целое 1_000_000
#    молча переполнится! Умножаем на 1e6 — результат станет float.
world["gdp_pc"] = world["gdp_md"] * 1e6 / world["pop_est"]

cols = ["name_ru", "pop_est", "area_km2", "density", "gdp_md", "gdp_pc"]
pair = world.set_index("iso_a3").loc[["CAN", "CHE"], cols]
print("Канада и Швейцария: абсолютные и относительные показатели\n")
print(pair.round(1).to_string(index=False))

# Для сравнения: «площадь» в квадратных градусах — так делать нельзя
deg = world.set_index("iso_a3").loc[["CAN", "CHE"]].geometry.area
print("\nПлощадь в «квадратных градусах» (неверно!):")
print(deg.round(1).to_string())
