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)

#Rename la colonne au nom débile
rename(dfAnimes, note = mean) -> dfAnimes

#Pourcentage d'animes durant plus de 2 cours (estimés à 30 épisodes) par an => a améliorer
dfAnimes %>%
  filter(num_episodes>50) %>%
  group_by(annee) %>%
  count() %>%
  rename(nbAnimes = n) -> longbois

longbois %>% ggplot(aes(annee, nbAnimes)) + geom_point() + geom_line()

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()

#Evolution du nombre de lettre (moyenne et médiane) dans les titres par année
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()

medLettersByYear %>% ggplot(aes(annee, lettres)) + geom_point()+ geom_line()

#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")) %>%
  group_by(source, annee) %>%
  count() %>%
  rename(nbAnimes = n) -> dFSources

dFSources %>% ggplot(aes(annee, nbAnimes, fill = source)) + geom_col()

#On joue avec les ratings !

#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()


#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)