# @title función de datos:
import yfinance as yf
import pandas as pd
import numpy as np
from datetime import datetime, date
def data_option(ticker, date, option_type,size_of_the_window=4):
    

  '''
  El ticker es un string
  la fecha es un string en formato 'yyyy-mm-dd'
  el tipo de opción es un string 'call' o 'put' por defecto se mostrará el de call
  '''

## la función está bien, sólo queda comprobar que el formato sea correcto, por ejemplo fecha es sting
  price =  yf.Ticker(ticker).info['regularMarketPrice']

  data = yf.Ticker(ticker).option_chain(date).puts.iloc[:, [0, 2, 3, 8, 10, 11, 13]] if option_type == 'put' else yf.Ticker(ticker).option_chain(date).calls.iloc[:, [0, 2, 3, 8, 10, 11, 13]]
  data['impliedVolatility'] = data['impliedVolatility'].apply(lambda x: f"{x*100:.2f}%")
  ## now, we wanto to keep the 20 closest to spot options in the list

  data = data.sort_values(by='strike', key=lambda x: abs(x - price))

  price_row = pd.DataFrame([['░░░░░░░ Spot Price ░░░░░░░', price,'░░░░░░░░░░░░░░','░░░░░░░░░░','░░░░░░░░░░░░░░░░░░','░░░░░░░░░░░','░░░░░░░░░░']], columns= data.columns)
  date_row = pd.DataFrame([[f"▓▓▓▓▓▓▓ {date} ▓▓▓▓▓▓▓",'▓▓▓▓▓▓▓','▓▓▓▓▓▓▓▓▓▓▓▓▓▓','▓▓▓▓▓▓▓▓▓▓', '▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓', '▓▓▓▓▓▓▓▓▓▓▓','▓▓▓▓▓▓▓▓▓▓']],columns = data.columns)
  data = pd.concat( [data.head(size_of_the_window), price_row]).sort_values(by='strike')
  data = pd.concat([date_row, data])

  return pd.DataFrame(data)
  ## we wanto to add a row indicating the price of the underlying