# pandas는 데이터를 표 형태(DataFrame)로 다루기 위한 라이브러리입니다
import pandas as pd

# 이 함수는 Polygon API에서 받아온 주식 데이터를 CDS(Complete Data Set)로 정리합니다
def clean_ohlcv(raw_data: list) -> pd.DataFrame:
    # 입력된 raw_data (딕셔너리 리스트)를 pandas의 DataFrame으로 변환
    df = pd.DataFrame(raw_data)

    # 't' 컬럼은 timestamp인데 밀리초 단위이므로 datetime 형식으로 변환
    df['t'] = pd.to_datetime(df['t'], unit='ms')

    # 컬럼 이름을 사람이 이해하기 쉬운 형태로 바꿉니다
    df.rename(columns={
        't': 'timestamp',   # 날짜 및 시간
        'o': 'open',        # 시가
        'h': 'high',        # 고가
        'l': 'low',         # 저가
        'c': 'close',       # 종가
        'v': 'volume'       # 거래량
    }, inplace=True)

    # 중복된 행이 있다면 제거
    df.drop_duplicates(inplace=True)

    # 결측값(NaN)이 포함된 행이 있다면 제거
    df.dropna(inplace=True)

    # 날짜(timestamp)를 기준으로 오름차순 정렬
    df.sort_values(by='timestamp', inplace=True)

    # 인덱스를 다시 0부터 순서대로 지정
    df.reset_index(drop=True, inplace=True)

    # 최종적으로 정제된 CDS(DataFrame)를 반환
    return df