diff --git a/Evolution des 5 genres les plus représentés sur les 20 dernières années.pdf b/Evolution des 5 genres les plus représentés sur les 20 dernières années.pdf
new file mode 100644
index 0000000..4db0835
Binary files /dev/null and b/Evolution des 5 genres les plus représentés sur les 20 dernières années.pdf differ
diff --git a/Les 10 genres les plus représentés.pdf b/Les 10 genres les plus représentés.pdf
new file mode 100644
index 0000000..5f67598
Binary files /dev/null and b/Les 10 genres les plus représentés.pdf differ
diff --git a/main.R b/main.R
index 3dabd3c..138a4d7 100644
--- a/main.R
+++ b/main.R
@@ -3,7 +3,7 @@ library("tidyverse")
 
 
 
-data<-fromJSON("C:\\Users\\Marianne\\Desktop\\projet-analyse-exploratoire\\db_animes\\db_animes.json")
+data<-fromJSON(txt = "/home/labourde/Bureau/projet-analyse-exploratoire/db_animes/db_animes.json")
 dfAnimes <- as.data.frame(data)
 
 #Filtrage des animes sortis avant 1960 (pas de télé :() et après 2021 et des OVAs, films, etc
@@ -29,10 +29,58 @@ dfAnimes %>%
 #Nettoyage des colonnes non utilisées
 dfAnimes <- select(dfAnimes, title, mean, rank, annee, saison, num_episodes, source, genres)
 
-test <- dfAnimes
+####### Distribution des genres
+distributeGenres <- function(i){
+  line <- as.data.frame(i$genres)
+  line %>%
+    rename(genres = 1) -> Genres
+  i[ , !(names(dfAnimes) %in% c("genres"))] -> anime
+  newdf <- cbind(anime, Genres)
+  return(newdf)
+}
+
+dfAnimesFinal <- data.frame(matrix(ncol = ncol(dfAnimes), nrow = 0))
+x <- names(dfAnimes)
+colnames(dfAnimesFinal) <- x
+dfAnimesFinal
+
+for(i in 1:nrow(dfAnimes)) {
+  row <- dfAnimes[i,]
+  animeWithGenres <- distributeGenres(row)
+  dfAnimesFinal <- rbind(dfAnimesFinal,animeWithGenres)
+}
+dfAnimesFinal
+
+####### Plot the genre the most represented
+dfAnimesFinal %>%
+  mutate(Nombre=sum(1)) %>%
+  group_by(genres) %>%
+  summarise(NombreGenre=sum(Nombre)) %>%
+  arrange(desc(NombreGenre)) -> mostCommonGenre
+mostCommonGenre <- head(mostCommonGenre,10)
+ggplot(mostCommonGenre,aes(x=reorder(genres,NombreGenre),y=NombreGenre)) +
+  geom_bar(stat='Identity',aes(fill=genres)) +
+  labs(y="Occurence", x = "Genre") +
+  ggtitle("Les 10 genres les plus représentés")
+
+
+####### Evolution des 5 genres les plus représentés sur les 5 dernières années
+dfAnimesFinal %>%
+  filter(annee>1999) %>%
+  mutate(Nombre=1) %>%
+  group_by(genres,annee) %>%
+  summarise(NombreGenre=sum(Nombre)) %>%
+  arrange(desc(NombreGenre)) %>%
+  group_by(annee) %>%
+  slice_max(order_by = NombreGenre, n = 5) -> mostCommonGenrePast10Years
+ggplot(mostCommonGenrePast10Years,aes(x=annee,y=NombreGenre,color=genres)) +
+  geom_point() +
+  geom_line() +
+  labs(y="Occurence", x = "Genre") +
+  ggtitle("Evolution des 5 genres les plus représentés sur les 20 dernières années")
+
+
 
-test %>%
-  mutate(genres = paste(genres, collapse=",")) -> test
 
 #Nombre d'animes durant plus de 2 cours (estimés à 30 épisodes) par an => a améliorer
 dfAnimes %>%