extract_item_v1 <- function(input_rds, input_item, input_region){
  
#### BƯỚC 2: CLEAN DATA ####

## 2.1) TÁCH ITEM QUAN TÂM

crop_full <- input_rds

crop_full_clean <- crop_full[ , c(3, 6, 8, 10, 11, 12)]

rice_all <- subset(crop_full_clean, item == input_item)

## 2.2) TÁCH QUỐC GIA KHỎI THÔNG TIN REGION

input_region -> country_group

region_name <- unique(country_group$Country.Group)

country_name <- unique(rice_all$area)

country_1 <- country_name[!(country_name %in% region_name)]

rice_country <- rice_all[rice_all$area %in% country_1, ]

## 2.3) SẮP XẾP DATA THEO TRẬT TỰ

library(dplyr)

rice_country <- rice_country %>% dplyr::arrange(area, 
                                                desc(year),
                                                desc(element),
                                                desc(value)
)

#### BƯỚC 3: CHECK DATA AND CLEAN ####

## SỬ DỤNG LỆNH TAPPLY ĐỂ TÌM THÔNG TIN CÁC QUỐC GIA KHÔNG SẢN XUẤT GẠO

ok <- tapply(rice_country$value,
             rice_country$area,
             sum, na.rm = TRUE)

# class(ok)
# dim(ok)
# sort(ok, decreasing = TRUE)
# 
# ok <- data.frame(ok)
# 
# ok |> dplyr::arrange(ok) -> ok

check_1 <- tapply(rice_country$value, 
                  list(rice_country$area, rice_country$element), 
                  FUN = sum, na.rm = TRUE)

check_2 <- as.data.frame(check_1)

check_2$area <- row.names(check_2)

check_2[, c(4, 1:3)] -> check_2

row.names(check_2) <- NULL

check_2 |> dplyr::arrange(area_harvested, production, yield, area) -> check_3

country_check <- check_3 |> subset(area_harvested == 0)

## SUBSET NHỮNG QUỐC GIA CÓ SẢN XUẤT GẠO

country_name_1 <- unique(rice_country$area)

country_2 <- country_name_1[!(country_name_1 %in% country_check$area)]

rice_country_2 <- rice_country[rice_country$area %in% country_2, ]

# rice_country_2
# 
# dim(rice_country_2)
# dim(rice_country)

#### BƯỚC 4: RESHAPE DATA ####

rice_country_2 <- rice_country_2 |> subset(select = -unit)

rice_ready <- reshape(data = rice_country_2,
                      idvar = c("year", "area"),
                      v.names = "value",
                      timevar = "element",
                      direction = "wide") 

# 1 ton = 10000 hg

# (439549 / 147555) * 10000
# 
# round((439549 / 147555) * 10000, digits = 0)
# 
# 29789

## BỎ CỘT YIELD

rice_ready <- rice_ready[, c(1, 2, 3, 5, 6)]

## BỎ MISSING VALUE, CHỈNH LẠI TÊN CỘT VÀ ROW.NAMES

# rice_ready[which(!is.na(rice_ready$value.area_harvested)), ]

# summary(rice_ready[which(!is.na(rice_ready$value.area_harvested)), ])

rice_ready <- na.omit(rice_ready)

# summary(rice_ready)

names(rice_ready)[4] <- "production"
names(rice_ready)[5] <- "area_harvested"
row.names(rice_ready) <- NULL 

# return(rice_ready)

## ĐỔI TÊN DATASET

rice_ready -> item_ready

## TÍNH NĂNG SUẤT, NẾU CÓ NAN HOẶC INF THÌ SET BẰNG 0

item_ready$yield <- round(item_ready$production / item_ready$area_harvested, digits = 2)

item_ready$yield[is.nan(item_ready$yield)] <- 0

item_ready$yield[is.infinite(item_ready$yield)] <- 0

item_ready$area <- reorder(item_ready$area, item_ready$production)

item_ready <- item_ready %>% dplyr::arrange(desc(area), 
                                            desc(year),
                                            desc(production),
                                            desc(area_harvested),
                                            desc(yield))

return(item_ready)



}