diff --git a/.RData b/.RData
index 8b4a35e..6ce74b6 100644
Binary files a/.RData and b/.RData differ
diff --git a/.Rhistory b/.Rhistory
index 1097192..683fa03 100644
--- a/.Rhistory
+++ b/.Rhistory
@@ -1,184 +1,3 @@
-library("jsonlite")
-data<-fromJSON(file="C:\\Users\\Marianne\\Desktop\\projet-analyse-exploratoire\\anime-offline-database-master\\anime-offline-database.json")
-data<-fromJSON("C:\\Users\\Marianne\\Desktop\\projet-analyse-exploratoire\\anime-offline-database-master\\anime-offline-database.json")
-dfAnimes <- as.data.frame(data)
-library("tidyverse")
-install.packages("tidyverse")
-library("tidyverse")
-dfAnimes
-#Nettoyage des colonnes non utilisées
-dfAnimes <- select(dfAnimes, data.title, data.type, data.episodes, data.status, data.animeSeason, data.tags)
-#Nombre d'animes durant plus de 2 cours (24 épisodes) par ans
-dfAnimes %>%
-filter(data.episodes>25) %>% longbois
-#Nombre d'animes durant plus de 2 cours (24 épisodes) par ans
-dfAnimes %>%
-filter(data.episodes>25) -> longbois
-#Nombre d'animes durant plus de 2 cours (24 épisodes) par an
-dfAnimes %>%
-filter(data.episodes>30) -> longbois
-#Nombre d'animes durant plus de 2 cours (estimés à 30 épisodes) par an
-dfAnimes %>%
-filter(data.episodes>30) %>%
-group_by(data.animeSeason) %>%
-count()-> longbois
-#Nombre d'animes durant plus de 2 cours (estimés à 30 épisodes) par an
-dfAnimes %>%
-filter(data.episodes>30) %>%
-group_by(data.animeSeason) %>%
-count(nbAnimes)-> longbois
-#Nombre d'animes durant plus de 2 cours (estimés à 30 épisodes) par an
-dfAnimes %>%
-filter(data.episodes>30) %>%
-group_by(data.animeSeason) %>%
-count() %>%
-rename(n = nbAnimes) -> longbois
-#Nombre d'animes durant plus de 2 cours (estimés à 30 épisodes) par an
-dfAnimes %>%
-filter(data.episodes>30) %>%
-group_by(data.animeSeason) %>%
-count() %>%
-rename(nbAnimes = n) -> longbois
-longbois %>% ggplot(aes(data, nbAnimes)) + ggcol()
-longbois %>% ggplot(aes(data, nbAnimes)) + ggcols()
-longbois %>% ggplot(aes(data, nbAnimes)) + geom_cols()
-longbois %>% ggplot(aes(data, nbAnimes)) + geom_col()
-longbois %>% ggplot(aes(data.animeSeason, nbAnimes)) + geom_col()
-longbois %>% ggplot(aes(data.animeSeason$year, nbAnimes)) + geom_col()
-#Evolution du nombre de lettre (moyenne et médiane) dans les titres par année
-dfAnimes %>%
-group_by(data.animeSeason$year) %>%
-summarise(Lettres=mean(nchar(data.title))) -> meanLettersByYear
-View(meanLettersByYear)
-#Evolution du nombre de lettre (moyenne et médiane) dans les titres par année
-dfAnimes %>%
-group_by(data.animeSeason$year) %>%
-summarise(lettres=mean(nchar(data.title))) -> meanLettersByYear
-dfAnimes %>%
-group_by(data.animeSeason$year) %>%
-summarise(lettres=median(nchar(data.title))) -> medLettersByYear
-meanLettersByYear %>% ggplot(aes(data.animeSeason$year, lettres)) + geom_col()
-dfAnimes %>%
-group_by(data.animeSeason$year) %>%
-mutate(lettres=median(nchar(data.title))) -> medLettersByYear
-dfAnimes %>%
-group_by(data.animeSeason$year) %>%
-summarise(lettres=median(nchar(data.title))) -> medLettersByYear
-meanLettersByYear %>% ggplot(aes(data.animeSeason$year, lettres)) + geom_col()
-dfAnimes %>%
-group_by(data.animeSeason$year) %>%
-summarise(lettres=median(nchar(data.title))) %>%
-rename(annee = data.animeSeason$year)-> medLettersByYear
-#Dedoublage de la colonne saison
-dfAnimes %>%
-mutate(annee = data.animeSeason$year) %>%
-mutate(saison = data.animeSeason$season) -> dfAnimes
-dfAnimes %>%
-group_by(annee) %>%
-summarise(lettres=median(nchar(data.title))) -> medLettersByYear
-View(medLettersByYear)
-View(dfAnimes)
-View(dfAnimes)
-#Evolution du nombre de lettre (moyenne et médiane) dans les titres par année
-dfAnimes %>%
-group_by(annee) %>%
-summarise(lettres=mean(nchar(data.title))) -> meanLettersByYear
-View(meanLettersByYear)
-meanLettersByYear %>% ggplot(aes(data.animeSeason$year, lettres)) + geom_col()
-meanLettersByYear %>% ggplot(aes(annee, lettres)) + geom_col()
-dfAnimes %>%
-group_by(annee) %>%
-summarise(lettres=median(nchar(data.title))) -> medLettersByYear
-medLettersByYear %>% ggplot(aes(annee, lettres)) + geom_col()
-filter(data, data.animeSeason$year > 1924) -> post1924
-filter(dfAnimes, dfAnimes.animeSeason$year > 1924) -> post1924
-dfAnimes
-filter(dfAnimes, dfAnimes$annee > 1924) -> post1924
-filter(post1924,post1924$annee < 2022) -> animeCentury
-animeCentury
-View(dfAnimes)
-View(dfAnimes)
-#Filtrage des animes sortis avant 1925 et après 2021 et des OVAs, films, etc
-dfAnimes %>%
-filter(annee < 1924) %>%
-filter(annee > 2021) %>%
-filter(data.type == "TV") -> animeCentury
-#Filtrage des animes sortis avant 1925 et après 2021 et des OVAs, films, etc
-dfAnimes %>%
-filter(annee < 1924) %>%
-filter(annee > 2021) -> animeCentury
-#Filtrage des animes sortis avant 1925 et après 2021 et des OVAs, films, etc
-dfAnimes %>%
-filter(annee > 1924) %>%
-filter(annee < 2021) %>%
-filter(data.type == "TV") -> animeCentury
-View(animeCentury)
-#Nombre d'animes durant plus de 2 cours (estimés à 30 épisodes) par an => a améliorer
-animeCentury %>%
-filter(data.episodes>30) %>%
-group_by(annee) %>%
-count() %>%
-rename(nbAnimes = n) -> longbois
-longbois %>% ggplot(aes(annee, nbAnimes)) + geom_col()
-#Filtrage des animes sortis avant 1925 et après 2021 et des OVAs, films, etc
-dfAnimes %>%
-filter(annee > 1960) %>%
-filter(annee < 2021) %>%
-filter(data.type == "TV") -> animeCentury
-#Evolution du nombre de lettre (moyenne et médiane) dans les titres par année
-animeCentury %>%
-group_by(annee) %>%
-summarise(lettres=mean(nchar(data.title))) -> meanLettersByYear
-animeCentury %>%
-group_by(annee) %>%
-summarise(lettres=median(nchar(data.title))) -> medLettersByYear
-meanLettersByYear %>% ggplot(aes(annee, lettres)) + geom_col()
-medLettersByYear %>% ggplot(aes(annee, lettres)) + geom_col()
-library("jsonlite")
-library("tidyverse")
-data<-fromJSON("C:\\Users\\Marianne\\Desktop\\projet-analyse-exploratoire\\db_animes\\db_animes.json")
-dfAnimes <- as.data.frame(data)
-#Filtrage des animes sortis avant 1960 (pas de télé :() et après 2021 et des OVAs, films, etc
-dfAnimes %>%
-filter(start_season$year > 1960) %>%
-filter(start_season$year < 2021) %>%
-filter(media_type == "tv") -> dfAnimes
-#Dedoublage de la colonne saison
-dfAnimes %>%
-mutate(annee = start_season$year) %>%
-mutate(saison = start_season$season) -> dfAnimes
-#Transformation de la colonne genre pour la rendre utilisable
-getgenre <- function(i){
-dfAnimes[i,13][[1]][[2]] -> res
-return(res)
-}
-dfAnimes %>%
-mutate(genres = lapply(1:4691, getgenre)) -> dfAnimes
-#Nettoyage des colonnes non utilisées
-dfAnimes <- select(dfAnimes, title, mean, rank, annee, saison, num_episodes, source, genres)
-test <- dfAnimes
-test %>%
-mutate(genres = paste(genres, collapse=",")) -> test
-library("jsonlite")
-library("tidyverse")
-data<-fromJSON("C:\\Users\\Marianne\\Desktop\\projet-analyse-exploratoire\\db_animes\\db_animes.json")
-dfAnimes <- as.data.frame(data)
-#Filtrage des animes sortis avant 1960 (pas de télé :() et après 2021 et des OVAs, films, etc
-dfAnimes %>%
-filter(start_season$year > 1960) %>%
-filter(start_season$year < 2021) %>%
-filter(media_type == "tv") -> dfAnimes
-#Dedoublage de la colonne saison
-dfAnimes %>%
-mutate(annee = start_season$year) %>%
-mutate(saison = start_season$season) -> dfAnimes
-#Transformation de la colonne genre pour la rendre utilisable
-getgenre <- function(i){
-dfAnimes[i,13][[1]][[2]] -> res
-return(res)
-}
-dfAnimes %>%
-mutate(genres = lapply(1:4691, getgenre)) -> dfAnimes
 #Nettoyage des colonnes non utilisées
 dfAnimes <- select(dfAnimes, title, mean, rank, annee, saison, num_episodes, source, genres)
 View(dfAnimes)
@@ -467,3 +286,227 @@ group_by(source, annee) %>%
 count() %>%
 rename(nbAnimes = n) -> dFSources
 dFSources %>% ggplot(aes(annee, nbAnimes, fill = source)) + geom_col()
+library("jsonlite")
+library("tidyverse")
+data<-fromJSON("C:\\Users\\Marianne\\Desktop\\projet-analyse-exploratoire\\db_animes\\db_animes.json")
+dfAnimes <- as.data.frame(data)
+#Filtrage des animes sortis avant 1960 (pas de télé :() et après 2021 et des OVAs, films, etc
+dfAnimes %>%
+filter(start_season$year > 1960) %>%
+filter(start_season$year < 2021) %>%
+filter(media_type == "tv") -> dfAnimes
+#Dedoublage de la colonne saison en annee et saison
+dfAnimes %>%
+mutate(annee = start_season$year) %>%
+mutate(saison = start_season$season) -> dfAnimes
+#Transformation de la colonne genre pour la rendre utilisable
+getgenre <- function(i){
+dfAnimes[i,13][[1]][[2]] -> res
+return(res)
+}
+dfAnimes %>%
+mutate(genres = lapply(1:4691, getgenre)) -> dfAnimes
+#Nettoyage des colonnes non utilisées
+dfAnimes <- select(dfAnimes, title, mean, rank, annee, saison, num_episodes, source, genres)
+#Rename la colonne des notes utilisateurs pour eviter la confusion avec la fonction mean
+rename(dfAnimes, note = mean) -> dfAnimes
+View(dfAnimes)
+View(dfAnimes)
+#Nombre et pourcentage d'animes dits "fleuves" (estimes à plus de 50 episodes) parmis les nouveaux animes lancés chaque année
+dfAnimes %>%
+filter(num_episodes>50) %>%
+group_by(annee) %>%
+count() %>%
+rename(nbAnimes = n) -> longbois
++ labs(y="Nombre de nouveaux animes sortis", x = "Année") +
+ggtitle("Evolution du nombre d'animes dits \"fleuves\" de 1960 à 2020")
+longbois %>% ggplot(aes(annee, nbAnimes)) + geom_point() + geom_line() + labs(y="Nombre de nouveaux animes sortis", x = "Année") +
+ggtitle("Evolution du nombre d'animes dits \"fleuves\" de 1960 à 2020")
+dfAnimes %>%
+group_by(annee) %>%
+count() %>%
+rename(nbAnimes = n) -> allbois
+left_join(longbois, allbois, by="annee", suffix = c("_long", "_all")) %>%
+mutate(pourcentage_long = (nbAnimes_long/nbAnimes_all*100)) -> dFLong
+longbois %>% ggplot(aes(annee, nbAnimes)) + geom_point() + geom_line() + labs(y="Nombre de nouveaux animes sortis", x = "Année") +
+ggtitle("Evolution du nombre de nouveaux animes dits \"fleuves\" de 1960 à 2020")
++ labs(y="Poucentage de nouveaux animes \"fleuves\"", x = "Année") +
+ggtitle("Evolution du pourcentage d'animes dits \"fleuves\" parmi les nouevaux animes de 1960 à 2020")
++ labs(y="Poucentage de nouveaux animes \"fleuves\"", x = "Année") +
+ggtitle("Evolution du pourcentage d'animes dits \"fleuves\" parmi les nouevaux animes de 1960 à 2020")
+dFLong %>% ggplot(aes(annee, pourcentage_long)) + geom_point() + geom_line() + labs(y="Poucentage de nouveaux animes \"fleuves\"", x = "Année") +
+ggtitle("Evolution du pourcentage d'animes dits \"fleuves\" parmi les nouevaux animes de 1960 à 2020")
+dFLong %>% ggplot(aes(annee, pourcentage_long)) + geom_point() + geom_line() + labs(y="Poucentage de nouveaux animes \"fleuves\"", x = "Année") +
+ggtitle("Evolution du pourcentage d'animes dits \"fleuves\" parmi les nouveaux animes de 1960 à 2020")
+#Evolution du nombre de lettres (moyenne et mediane) dans les titres
+dfAnimes %>%
+group_by(annee) %>%
+summarise(lettres=mean(nchar(title))) -> meanLettersByYear
+dfAnimes %>%
+group_by(annee) %>%
+summarise(lettres=median(nchar(title))) -> medLettersByYear
+meanLettersByYear %>% ggplot(aes(annee, lettres)) + geom_point()+ geom_line() + labs(y="Nombre moyen de caractères", x = "Année") +
+ggtitle("Nombre moyen de caractères dans les titres des nouveaux animes de 1960 à 2020")
+#Evolution du nombre de caracteres (moyen et median) dans les titres
+dfAnimes %>%
+group_by(annee) %>%
+summarise(lettres=mean(nchar(title))) -> meanLettersByYear
+dfAnimes %>%
+group_by(annee) %>%
+summarise(lettres=median(nchar(title))) -> medLettersByYear
+meanLettersByYear %>% ggplot(aes(annee, lettres)) + geom_point()+ geom_line() + labs(y="Nombre moyen de caractères", x = "Année") +
+ggtitle("Nombre moyen de caractères dans les titres des nouveaux animes de 1960 à 2020")
+longbois %>% ggplot(aes(annee, nbAnimes)) + geom_point() + geom_line() + labs(y="Nombre de nouveaux animes sortis", x = "Année") +
+ggtitle("Evolution du nombre de nouveaux animes dits \"fleuves\" de 1961 à 2020")
+dFLong %>% ggplot(aes(annee, pourcentage_long)) + geom_point() + geom_line() + labs(y="Poucentage de nouveaux animes \"fleuves\"", x = "Année") +
+ggtitle("Evolution du pourcentage d'animes dits \"fleuves\" parmi les nouveaux animes de 1961 à 2020")
+meanLettersByYear %>% ggplot(aes(annee, lettres)) + geom_point()+ geom_line() + labs(y="Nombre moyen de caractères", x = "Année") +
+ggtitle("Nombre moyen de caractères dans les titres des nouveaux animes de 1961 à 2020")
+View(meanLettersByYear)
+View(meanLettersByYear)
+medLettersByYear %>% ggplot(aes(annee, lettres)) + geom_point()+ geom_line() + labs(y="Nombre médian de caractères", x = "Année") +
+ggtitle("Nombre médian de caractères dans les titres des nouveaux animes de 1961 à 2020")
+#Nombre sources des animes par an
+dfAnimes %>%
+filter(source %in% c("original", "manga", "light_novel", "game", "visual_novel", "other", "novel")) %>%
+group_by(source, annee) %>%
+count() %>%
+rename(nbAnimes = n) -> dFSources
+dFSources %>% ggplot(aes(annee, nbAnimes, fill = source)) + geom_col() + labs(y="Nombre de nouveaux animes", x = "Année") +
+ggtitle("Nombre de nouveaux animes sortis chaque année  de 1961 à 2020")
+#Nombre sources des animes par an
+dfAnimes %>%
+#filter(source %in% c("original", "manga", "light_novel", "game", "visual_novel", "other", "novel")) %>%
+group_by(source, annee) %>%
+count() %>%
+rename(nbAnimes = n) -> dFSources
+dFSources %>% ggplot(aes(annee, nbAnimes, fill = source)) + geom_col() + labs(y="Nombre de nouveaux animes", x = "Année") +
+ggtitle("Nombre de nouveaux animes sortis chaque année  de 1961 à 2020")
+View(dFSources)
+View(dFSources)
+dFSources %>% ggplot(aes(source, nbAnimes, fill = annee)) + geom_col() + labs(y="Nombre de nouveaux animes", x = "Année") +
+ggtitle("Nombre de nouveaux animes sortis chaque année  de 1961 à 2020")
+#Nombre sources des animes par an
+dfAnimes %>%
+#filter(source %in% c("original", "manga", "light_novel", "game", "visual_novel", "other", "novel")) %>%
+group_by(source, annee) %>%
+count() %>%
+rename(nbAnimes = n) -> dFSources
+dFSources %>% ggplot(aes(annee, nbAnimes, fill = source)) + geom_col() + labs(y="Nombre de nouveaux animes", x = "Année") +
+ggtitle("Nombre de nouveaux animes sortis chaque année pour les  de 1961 à 2020")
+dFSources %>% ggplot(aes(annee, nbAnimes, fill = source)) + geom_col() + labs(y="Nombre de nouveaux animes", x = "Année") +
+ggtitle("Répartition des sources nouveaux animes sortis chaque année de 1961 à 2020")
+dFRatingsAnnee %>% ggplot(aes(annee, moy_ratings))+geom_point()+geom_line()+ labs(y="Note moyenne des animes sortis cette année", x = "Année") +
+ggtitle("Note moyenne des nouveaux animes de 1961 à 2020")
+dfAnimes %>%
+group_by(annee)%>%
+filter(!is.na(note))%>%
+summarise(moy_ratings = median(note)) -> dFRatingsAnneeMed
+dfAnimes %>%
+group_by(annee)%>%
+filter(!is.na(note))%>%
+summarise(med_ratings = median(note)) -> dFRatingsAnneeMed
+dFRatingsAnnee %>% ggplot(aes(annee, med_ratings))+geom_point()+geom_line()+ labs(y="Note médiane des animes sortis cette année", x = "Année") +
+ggtitle("Note médiane des nouveaux animes de 1961 à 2020")
+dfAnimes %>%
+group_by(annee)%>%
+filter(!is.na(note))%>%
+summarise(med_ratings = median(note)) -> dFRatingsAnneeMed
+dFRatingsAnnee %>% ggplot(aes(annee, med_ratings))+geom_point()+geom_line()+ labs(y="Note médiane des animes sortis cette année", x = "Année") +
+ggtitle("Note médiane des nouveaux animes de 1961 à 2020")
+dFRatingsAnneeMed %>% ggplot(aes(annee, med_ratings))+geom_point()+geom_line()+ labs(y="Note médiane des animes sortis cette année", x = "Année") +
+ggtitle("Note médiane des nouveaux animes de 1961 à 2020")
+dFRatingsAnnee %>% ggplot(aes(annee, moy_ratings))+geom_point()+geom_line()+ labs(y="Note moyenne des animes sortis cette année", x = "Année") +
+ggtitle("Note moyenne des nouveaux animes de 1961 à 2020")
+#En quelle saison sortent les meilleurs animes ?
+dfAnimes %>%
+group_by(saison)%>%
+filter(!is.na(note))%>%
+summarise(moy_ratings = mean(note)) -> dFRatingsSaison
+dFRatingsSaison %>% ggplot(aes(saison, moy_ratings, shape = saison, color = saison))+geom_point(size = 3)+ labs(y="Note moyenne des animes sortis cette année", x = "Année") +
+ggtitle("Note moyenne des nouveaux animes selon la saison")
+dFRatingsSaison %>% ggplot(aes(saison, moy_ratings, shape = saison, color = saison))+geom_point(size = 3)+ labs(y="Note moyenne des animes sortis en cette saison", x = "Année") +
+ggtitle("Note moyenne des nouveaux animes selon la saison")
+dFRatingsSaisonMed %>% ggplot(aes(saison, moy_ratings, shape = saison, color = saison))+geom_point(size = 3)+ labs(y="Note médiane des animes sortis en cette saison", x = "Année") +
+ggtitle("Note médiane des nouveaux animes selon la saison")
+dfAnimes %>%
+group_by(saison)%>%
+filter(!is.na(note))%>%
+summarise(moy_ratings = median(note)) -> dFRatingsSaisonMed
+dFRatingsSaisonMed %>% ggplot(aes(saison, moy_ratings, shape = saison, color = saison))+geom_point(size = 3)+ labs(y="Note médiane des animes sortis en cette saison", x = "Année") +
+ggtitle("Note médiane des nouveaux animes selon la saison")
+#En quelle saison sortent les meilleurs animes ?
+dfAnimes %>%
+group_by(saison)%>%
+filter(!is.na(note))%>%
+summarise(moy_ratings = mean(note)) -> dFRatingsSaison
+dFRatingsSaison %>% ggplot(aes(saison, moy_ratings, shape = saison, color = saison))+geom_point(size = 3)+ labs(y="Note moyenne des animes sortis en cette saison", x = "Année") +
+ggtitle("Note moyenne des nouveaux animes selon la saison")
+dfAnimes %>%
+group_by(saison)%>%
+filter(!is.na(note))%>%
+summarise(moy_ratings = median(note)) -> dFRatingsSaisonMed
+dFRatingsSaisonMed %>% ggplot(aes(saison, moy_ratings, shape = saison, color = saison))+geom_point(size = 3)+ labs(y="Note médiane des animes sortis en cette saison", x = "Année") +
+ggtitle("Note médiane des nouveaux animes selon la saison")
+####### 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)
+}
+####### 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)
+}
+warnings()
+####### 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")
diff --git a/main_Marianne.R b/main_Marianne.R
index 0e97a39..69d9f64 100644
--- a/main_Marianne.R
+++ b/main_Marianne.R
@@ -6,13 +6,13 @@ library("tidyverse")
 data<-fromJSON("C:\\Users\\Marianne\\Desktop\\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
+#Filtrage des animes sortis avant 1960 (premier anime créé pour la télévision en 1961) et apres 2021 (pas encore sortis) et des OVAs, films, etc
 dfAnimes %>%
   filter(start_season$year > 1960) %>%
   filter(start_season$year < 2021) %>%
   filter(media_type == "tv") -> dfAnimes
 
-#Dedoublage de la colonne saison
+#Dedoublage de la colonne saison en annee et saison
 dfAnimes %>% 
   mutate(annee = start_season$year) %>%
   mutate(saison = start_season$season) -> dfAnimes
@@ -26,20 +26,21 @@ getgenre <- function(i){
 dfAnimes %>%
   mutate(genres = lapply(1:4691, getgenre)) -> dfAnimes
 
-#Nettoyage des colonnes non utilisées
+#Nettoyage des colonnes non utilisees
 dfAnimes <- select(dfAnimes, title, mean, rank, annee, saison, num_episodes, source, genres)
 
-#Rename la colonne au nom débile
+#Rename la colonne des notes utilisateurs pour eviter la confusion avec la fonction mean
 rename(dfAnimes, note = mean) -> dfAnimes
 
-#Pourcentage d'animes durant plus de 2 cours (estimés à 30 épisodes) par an => a améliorer
+#Nombre et pourcentage d'animes dits "fleuves" (estimes à plus de 50 episodes) parmis les nouveaux animes lancés chaque année
 dfAnimes %>%
   filter(num_episodes>50) %>%
   group_by(annee) %>%
   count() %>%
   rename(nbAnimes = n) -> longbois
 
-longbois %>% ggplot(aes(annee, nbAnimes)) + geom_point() + geom_line()
+longbois %>% ggplot(aes(annee, nbAnimes)) + geom_point() + geom_line() + labs(y="Nombre de nouveaux animes sortis", x = "Année") +
+  ggtitle("Evolution du nombre de nouveaux animes dits \"fleuves\" de 1961 à 2020")
 
 dfAnimes %>%
   group_by(annee) %>%
@@ -49,9 +50,10 @@ dfAnimes %>%
 left_join(longbois, allbois, by="annee", suffix = c("_long", "_all")) %>%
   mutate(pourcentage_long = (nbAnimes_long/nbAnimes_all*100)) -> dFLong
   
-dFLong %>% ggplot(aes(annee, pourcentage_long)) + geom_point() + geom_line()
+dFLong %>% ggplot(aes(annee, pourcentage_long)) + geom_point() + geom_line() + labs(y="Poucentage de nouveaux animes \"fleuves\"", x = "Année") +
+  ggtitle("Evolution du pourcentage d'animes dits \"fleuves\" parmi les nouveaux animes de 1961 à 2020")
 
-#Evolution du nombre de lettre (moyenne et médiane) dans les titres par année
+#Evolution du nombre de caracteres (moyen et median) dans les titres
 dfAnimes %>%
   group_by(annee) %>%
   summarise(lettres=mean(nchar(title))) -> meanLettersByYear
@@ -60,23 +62,24 @@ dfAnimes %>%
   group_by(annee) %>%
   summarise(lettres=median(nchar(title))) -> medLettersByYear
 
-meanLettersByYear %>% ggplot(aes(annee, lettres)) + geom_point()+ geom_line()
+meanLettersByYear %>% ggplot(aes(annee, lettres)) + geom_point()+ geom_line() + labs(y="Nombre moyen de caractères", x = "Année") +
+  ggtitle("Nombre moyen de caractères dans les titres des nouveaux animes de 1961 à 2020")
 
-medLettersByYear %>% ggplot(aes(annee, lettres)) + geom_point()+ geom_line()
+medLettersByYear %>% ggplot(aes(annee, lettres)) + geom_point()+ geom_line() + labs(y="Nombre médian de caractères", x = "Année") +
+  ggtitle("Nombre médian de caractères dans les titres des nouveaux animes de 1961 à 2020")
 
-#Evolution des 5 genres les plus représentés
-#Titouan
 
 #Nombre sources des animes par an
 dfAnimes %>%
-  filter(source %in% c("original", "manga", "light_novel", "game", "visual_novel", "other", "novel")) %>%
+  #filter(source %in% c("original", "manga", "light_novel", "game", "visual_novel", "other", "novel")) %>%
   group_by(source, annee) %>%
   count() %>%
   rename(nbAnimes = n) -> dFSources
 
-dFSources %>% ggplot(aes(annee, nbAnimes, fill = source)) + geom_col()
+dFSources %>% ggplot(aes(annee, nbAnimes, fill = source)) + geom_col() + labs(y="Nombre de nouveaux animes", x = "Année") +
+  ggtitle("Répartition des sources nouveaux animes sortis chaque année de 1961 à 2020")
 
-#On joue avec les ratings !
+#Analyse des notes
 
 #Les animes deviennent ils meilleurs avec le temps ?
 dfAnimes %>%
@@ -84,7 +87,16 @@ dfAnimes %>%
   filter(!is.na(note))%>%
   summarise(moy_ratings = mean(note)) -> dFRatingsAnnee
 
-dFRatingsAnnee %>% ggplot(aes(annee, moy_ratings))+geom_point()+geom_line()
+dFRatingsAnnee %>% ggplot(aes(annee, moy_ratings))+geom_point()+geom_line()+ labs(y="Note moyenne des animes sortis cette année", x = "Année") +
+  ggtitle("Note moyenne des nouveaux animes de 1961 à 2020")
+
+dfAnimes %>%
+  group_by(annee)%>%
+  filter(!is.na(note))%>%
+  summarise(med_ratings = median(note)) -> dFRatingsAnneeMed
+
+dFRatingsAnneeMed %>% ggplot(aes(annee, med_ratings))+geom_point()+geom_line()+ labs(y="Note médiane des animes sortis cette année", x = "Année") +
+  ggtitle("Note médiane des nouveaux animes de 1961 à 2020")
 
 
 #En quelle saison sortent les meilleurs animes ?
@@ -93,6 +105,14 @@ dfAnimes %>%
   filter(!is.na(note))%>%
   summarise(moy_ratings = mean(note)) -> dFRatingsSaison
 
-dFRatingsSaison %>% ggplot(aes(saison, moy_ratings, shape = saison, color = saison))+geom_point(size = 3)
+dFRatingsSaison %>% ggplot(aes(saison, moy_ratings, shape = saison, color = saison))+geom_point(size = 3)+ labs(y="Note moyenne des animes sortis en cette saison", x = "Année") +
+  ggtitle("Note moyenne des nouveaux animes selon la saison")
 
+dfAnimes %>%
+  group_by(saison)%>%
+  filter(!is.na(note))%>%
+  summarise(moy_ratings = median(note)) -> dFRatingsSaisonMed
+
+dFRatingsSaisonMed %>% ggplot(aes(saison, moy_ratings, shape = saison, color = saison))+geom_point(size = 3)+ labs(y="Note médiane des animes sortis en cette saison", x = "Année") +
+  ggtitle("Note médiane des nouveaux animes selon la saison")
 
diff --git a/main_final.R b/main_final.R
new file mode 100644
index 0000000..2205735
--- /dev/null
+++ b/main_final.R
@@ -0,0 +1,168 @@
+library("jsonlite")
+library("tidyverse")
+
+
+
+data<-fromJSON("C:\\Users\\Marianne\\Desktop\\projet-analyse-exploratoire\\db_animes\\db_animes.json")
+dfAnimes <- as.data.frame(data)
+
+#Filtrage des animes sortis avant 1960 (premier anime créé pour la télévision en 1961) et apres 2021 (pas encore sortis) et des OVAs, films, etc
+dfAnimes %>%
+  filter(start_season$year > 1960) %>%
+  filter(start_season$year < 2021) %>%
+  filter(media_type == "tv") -> dfAnimes
+
+#Dedoublage de la colonne saison en annee et saison
+dfAnimes %>% 
+  mutate(annee = start_season$year) %>%
+  mutate(saison = start_season$season) -> dfAnimes
+
+#Transformation de la colonne genre pour la rendre utilisable
+getgenre <- function(i){
+  dfAnimes[i,13][[1]][[2]] -> res
+  return(res)
+}
+
+dfAnimes %>%
+  mutate(genres = lapply(1:4691, getgenre)) -> dfAnimes
+
+#Nettoyage des colonnes non utilisees
+dfAnimes <- select(dfAnimes, title, mean, rank, annee, saison, num_episodes, source, genres)
+
+#Rename la colonne des notes utilisateurs pour eviter la confusion avec la fonction mean
+rename(dfAnimes, note = mean) -> dfAnimes
+
+#Nombre et pourcentage d'animes dits "fleuves" (estimes à plus de 50 episodes) parmis les nouveaux animes lancés chaque année
+dfAnimes %>%
+  filter(num_episodes>50) %>%
+  group_by(annee) %>%
+  count() %>%
+  rename(nbAnimes = n) -> longbois
+
+longbois %>% ggplot(aes(annee, nbAnimes)) + geom_point() + geom_line() + labs(y="Nombre de nouveaux animes sortis", x = "Année") +
+  ggtitle("Evolution du nombre de nouveaux animes dits \"fleuves\" de 1961 à 2020")
+
+dfAnimes %>%
+  group_by(annee) %>%
+  count() %>%
+  rename(nbAnimes = n) -> allbois
+
+left_join(longbois, allbois, by="annee", suffix = c("_long", "_all")) %>%
+  mutate(pourcentage_long = (nbAnimes_long/nbAnimes_all*100)) -> dFLong
+  
+dFLong %>% ggplot(aes(annee, pourcentage_long)) + geom_point() + geom_line() + labs(y="Poucentage de nouveaux animes \"fleuves\"", x = "Année") +
+  ggtitle("Evolution du pourcentage d'animes dits \"fleuves\" parmi les nouveaux animes de 1961 à 2020")
+
+#Evolution du nombre de caracteres (moyen et median) dans les titres
+dfAnimes %>%
+  group_by(annee) %>%
+  summarise(lettres=mean(nchar(title))) -> meanLettersByYear
+
+dfAnimes %>%
+  group_by(annee) %>%
+  summarise(lettres=median(nchar(title))) -> medLettersByYear
+
+meanLettersByYear %>% ggplot(aes(annee, lettres)) + geom_point()+ geom_line() + labs(y="Nombre moyen de caractères", x = "Année") +
+  ggtitle("Nombre moyen de caractères dans les titres des nouveaux animes de 1961 à 2020")
+
+medLettersByYear %>% ggplot(aes(annee, lettres)) + geom_point()+ geom_line() + labs(y="Nombre médian de caractères", x = "Année") +
+  ggtitle("Nombre médian de caractères dans les titres des nouveaux animes de 1961 à 2020")
+
+
+#Nombre sources des animes par an
+dfAnimes %>%
+  #filter(source %in% c("original", "manga", "light_novel", "game", "visual_novel", "other", "novel")) %>%
+  group_by(source, annee) %>%
+  count() %>%
+  rename(nbAnimes = n) -> dFSources
+
+dFSources %>% ggplot(aes(annee, nbAnimes, fill = source)) + geom_col() + labs(y="Nombre de nouveaux animes", x = "Année") +
+  ggtitle("Répartition des sources nouveaux animes sortis chaque année de 1961 à 2020")
+
+#Analyse des notes
+
+#Les animes deviennent ils meilleurs avec le temps ?
+dfAnimes %>%
+  group_by(annee)%>%
+  filter(!is.na(note))%>%
+  summarise(moy_ratings = mean(note)) -> dFRatingsAnnee
+
+dFRatingsAnnee %>% ggplot(aes(annee, moy_ratings))+geom_point()+geom_line()+ labs(y="Note moyenne des animes sortis cette année", x = "Année") +
+  ggtitle("Note moyenne des nouveaux animes de 1961 à 2020")
+
+dfAnimes %>%
+  group_by(annee)%>%
+  filter(!is.na(note))%>%
+  summarise(med_ratings = median(note)) -> dFRatingsAnneeMed
+
+dFRatingsAnneeMed %>% ggplot(aes(annee, med_ratings))+geom_point()+geom_line()+ labs(y="Note médiane des animes sortis cette année", x = "Année") +
+  ggtitle("Note médiane des nouveaux animes de 1961 à 2020")
+
+
+#En quelle saison sortent les meilleurs animes ?
+dfAnimes %>%
+  group_by(saison)%>%
+  filter(!is.na(note))%>%
+  summarise(moy_ratings = mean(note)) -> dFRatingsSaison
+
+dFRatingsSaison %>% ggplot(aes(saison, moy_ratings, shape = saison, color = saison))+geom_point(size = 3)+ labs(y="Note moyenne des animes sortis en cette saison", x = "Année") +
+  ggtitle("Note moyenne des nouveaux animes selon la saison")
+
+dfAnimes %>%
+  group_by(saison)%>%
+  filter(!is.na(note))%>%
+  summarise(moy_ratings = median(note)) -> dFRatingsSaisonMed
+
+dFRatingsSaisonMed %>% ggplot(aes(saison, moy_ratings, shape = saison, color = saison))+geom_point(size = 3)+ labs(y="Note médiane des animes sortis en cette saison", x = "Année") +
+  ggtitle("Note médiane des nouveaux animes selon la saison")
+
+####### 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")
+
diff --git a/plot_moy_ratings_annee.pdf b/plot_moy_ratings_annee.pdf
deleted file mode 100644
index ea52d85..0000000
Binary files a/plot_moy_ratings_annee.pdf and /dev/null differ
diff --git a/plots/Evolution_des_5_genres_les_plus_representes_sur_les_20_dernieres_annees.pdf b/plots/Evolution_des_5_genres_les_plus_representes_sur_les_20_dernieres_annees.pdf
new file mode 100644
index 0000000..4db0835
Binary files /dev/null and b/plots/Evolution_des_5_genres_les_plus_representes_sur_les_20_dernieres_annees.pdf differ
diff --git a/plots/Les_10_genres_les_plus_representes.pdf b/plots/Les_10_genres_les_plus_representes.pdf
new file mode 100644
index 0000000..5f67598
Binary files /dev/null and b/plots/Les_10_genres_les_plus_representes.pdf differ
diff --git a/plots/med_caracteres.pdf b/plots/med_caracteres.pdf
new file mode 100644
index 0000000..5176db0
Binary files /dev/null and b/plots/med_caracteres.pdf differ
diff --git a/plots/moy_caracteres.pdf b/plots/moy_caracteres.pdf
new file mode 100644
index 0000000..845411a
Binary files /dev/null and b/plots/moy_caracteres.pdf differ
diff --git a/plots/nb_fleuves.pdf b/plots/nb_fleuves.pdf
new file mode 100644
index 0000000..04a7790
Binary files /dev/null and b/plots/nb_fleuves.pdf differ
diff --git a/plots/note_moy.pdf b/plots/note_moy.pdf
new file mode 100644
index 0000000..11053df
Binary files /dev/null and b/plots/note_moy.pdf differ
diff --git a/plots/notes_med.pdf b/plots/notes_med.pdf
new file mode 100644
index 0000000..cc2010b
Binary files /dev/null and b/plots/notes_med.pdf differ
diff --git a/plots/notes_moy.pdf b/plots/notes_moy.pdf
new file mode 100644
index 0000000..8c43cda
Binary files /dev/null and b/plots/notes_moy.pdf differ
diff --git a/plot_moy_ratings_saison.pdf b/plots/notes_saison_median.pdf
similarity index 71%
rename from plot_moy_ratings_saison.pdf
rename to plots/notes_saison_median.pdf
index 06d191f..b09118a 100644
Binary files a/plot_moy_ratings_saison.pdf and b/plots/notes_saison_median.pdf differ
diff --git a/plots/notes_saison_moy.pdf b/plots/notes_saison_moy.pdf
new file mode 100644
index 0000000..6808233
Binary files /dev/null and b/plots/notes_saison_moy.pdf differ
diff --git a/plots/pourc_fleuves.pdf b/plots/pourc_fleuves.pdf
new file mode 100644
index 0000000..2d31dff
Binary files /dev/null and b/plots/pourc_fleuves.pdf differ
diff --git a/plots/sources.pdf b/plots/sources.pdf
new file mode 100644
index 0000000..a215e8a
Binary files /dev/null and b/plots/sources.pdf differ