projet-analyse-exploratoire/.Rhistory
2021-12-10 22:21:29 +01:00

469 lines
19 KiB
Text

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$season) -> dfAnimes
#Transformation de la colonne genre pour la rendre utilisable
getgenre <- function(i){
dfAnimes[i,13][[1]][[2]] -> res
return(res)
}
dfAnimes %>%
mutate(genres = lapply(1:4691, getgenre)) -> dfAnimes
#Nettoyage des colonnes non utilisées
dfAnimes <- select(dfAnimes, title, mean, rank, annee, saison, num_episodes, source, genres)
View(dfAnimes)
View(dfAnimes)
View(animeCentury)
View(animeCentury)
View(animeCentury)
library("jsonlite")
library("tidyverse")
data<-fromJSON("C:\\Users\\Marianne\\Desktop\\projet-analyse-exploratoire\\db_animes\\db_animes.json")
dfAnimes <- as.data.frame(data)
#Filtrage des animes sortis avant 1960 (pas de télé :() et après 2021 et des OVAs, films, etc
dfAnimes %>%
filter(start_season$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$season) -> dfAnimes
#Transformation de la colonne genre pour la rendre utilisable
getgenre <- function(i){
dfAnimes[i,13][[1]][[2]] -> res
return(res)
}
dfAnimes %>%
mutate(genres = lapply(1:4691, getgenre)) -> dfAnimes
#Nettoyage des colonnes non utilisées
dfAnimes <- select(dfAnimes, title, mean, rank, annee, saison, num_episodes, source, genres)
#Nombre d'animes durant plus de 2 cours (estimés à 30 épisodes) par an => a améliorer
dfAnimes %>%
filter(num_episodes>30) %>%
group_by(annee) %>%
count() %>%
rename(nbAnimes = n) -> longbois
longbois %>% ggplot(aes(annee, nbAnimes)) + geom_col()
#Evolution du nombre de lettre (moyenne et médiane) dans les titres par année
dfAnimes %>%
group_by(annee) %>%
summarise(lettres=mean(nchar(data.title))) -> dfAnimes
dfAnimes %>%
group_by(annee) %>%
summarise(lettres=median(nchar(data.title))) -> medLettersByYear
#Evolution du nombre de lettre (moyenne et médiane) dans les titres par année
dfAnimes %>%
group_by(annee) %>%
summarise(lettres=mean(nchar(title))) -> dfAnimes
dfAnimes %>%
group_by(annee) %>%
summarise(lettres=median(nchar(title))) -> medLettersByYear
data<-fromJSON("C:\\Users\\Marianne\\Desktop\\projet-analyse-exploratoire\\db_animes\\db_animes.json")
dfAnimes <- as.data.frame(data)
#Filtrage des animes sortis avant 1960 (pas de télé :() et après 2021 et des OVAs, films, etc
dfAnimes %>%
filter(start_season$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)
#Nombre d'animes durant plus de 2 cours (estimés à 30 épisodes) par an => a améliorer
dfAnimes %>%
filter(num_episodes>30) %>%
group_by(annee) %>%
count() %>%
rename(nbAnimes = n) -> longbois
longbois %>% ggplot(aes(annee, nbAnimes)) + geom_col()
#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_col()
medLettersByYear %>% ggplot(aes(annee, lettres)) + geom_col()
#Nombre d'animes originaux par an
dfAnimes %>%
filter(source="original") -> og
#Nombre d'animes originaux par an
dfAnimes %>%
filter(source=="original") -> og
og %>% ggplot((aes(annee, nbAnimes)) + geom_col()
og %>% ggplot(aes(annee, nbAnimes)) + geom_col()
og %>% ggplot(aes(annee, nbAnimes)) + geom_col()
#Nombre d'animes originaux par an
dfAnimes %>%
filter(source=="original") %>%
group_by(annee) %>%
count() %>%
rename(nbAnimes = n) -> og
og %>% ggplot(aes(annee, nbAnimes)) + geom_col()
#Nombre sources des animes par an
dfAnimes %>%
group_by(source, annee) %>%
count() %>%
rename(nbAnimes = n) -> dFSources
dFSources %>% ggplot(aes(annee, nbAnimes), color = source) + geom_col()
dFSources %>% ggplot(aes(annee, nbAnimes, color = source)) + geom_col()
#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, color = source)) + geom_col()
dFSources %>% ggplot(aes(annee, nbAnimes, fill = source)) + geom_col()
install.packages(wesanderson)
install.packages("wesanderson"")
longbois %>% ggplot(aes(annee, nbAnimes)) + geom_point()
longbois %>% ggplot(aes(annee, nbAnimes)) + geom_point()
#Nombre d'animes durant plus de 2 cours (estimés à 30 épisodes) par an => a améliorer
dfAnimes %>%
filter(num_episodes>30) %>%
group_by(annee) %>%
count() %>%
rename(nbAnimes = n) -> longbois
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)
#Nombre d'animes durant plus de 2 cours (estimés à 30 épisodes) par an => a améliorer
dfAnimes %>%
filter(num_episodes>30) %>%
group_by(annee) %>%
count() %>%
rename(nbAnimes = n) -> longbois
longbois %>% ggplot(aes(annee, nbAnimes)) + geom_point()
longbois %>% ggplot(aes(annee, nbAnimes)) + geom_line()
dfAnimes %>%
group_by(annee) %>%
count() %>%
rename(nbAnimes = n) -> allbois
#Pourcentage d'animes durant plus de 2 cours (estimés à 30 épisodes) par an => a améliorer
dfAnimes %>%
filter(num_episodes>30) %>%
group_by(annee) %>%
count() %>%
rename(nbAnimes = n) -> longbois
percLongs <- longbois/allbois*100
percLongs %>% ggplot(aes(annee, nbAnimes)) + geom_line()
left_join(longbois, allbois, by=annee) -> test
left_join(longbois, allbois, by="annee") -> test
left_join(longbois, allbois, by="annee", suffix = c("-long", "-all")) -> test
left_join(longbois, allbois, by="annee", suffix = c("_long", "_all")) %>%
mutate(pourcentage_long = nbAnimes_long/nbAnimes_all*100) dFLong
left_join(longbois, allbois, by="annee", suffix = c("_long", "_all")) %>%
mutate(pourcentage_long = (nbAnimes_long/nbAnimes_all*100)) dFLong
left_join(longbois, allbois, by="annee", suffix = c("_long", "_all")) %>%
mutate(pourcentage_long = (nbAnimes_long/nbAnimes_all*100)) -> dFLong
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()
longbois %>% ggplot(aes(annee, nbAnimes)) + geom_point() + geom_line()
#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()
#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()
meanLettersByYear %>% ggplot(aes(annee, lettres)) + geom_point()+ geom_line()
medLettersByYear %>% ggplot(aes(annee, lettres)) + geom_col()+ geom_line()
medLettersByYear %>% ggplot(aes(annee, lettres)) + geom_point()+ geom_line()
#En quelle saison sortent les meilleurs animes ?
dfAnimes %>%
group_by(saison)%>%
summarise(moy_ratings = mean(rating)) -> dFRatingsSaison
#En quelle saison sortent les meilleurs animes ?
dfAnimes %>%
group_by(saison)%>%
summarise(moy_ratings = mean(mean)) -> dFRatingsSaison
#Rename la colonne au nom débile
rename(dfAnimes, note = mean) -> dfAnimes
#En quelle saison sortent les meilleurs animes ?
dfAnimes %>%
group_by(saison)%>%
summarise(moy_ratings = mean(note)) -> dFRatingsSaison
#En quelle saison sortent les meilleurs animes ?
dfAnimes %>%
group_by(saison)%>%
summarise(moy_ratings = sum(note)) -> dFRatingsSaison
#Les animes deviennent ils meilleurs avec le temps ?
dfAnimes %>%
group_by(annee)%>%
summarise(moy_ratings = sum(note)) -> dFRatingsAnnee
View(dFRatingsAnnee)
#En quelle saison sortent les meilleurs animes ?
dfAnimes %>%
group_by(saison)%>%
summarise(moy_ratings = sum(note), na.rm=TRUE) -> dFRatingsSaison
#En quelle saison sortent les meilleurs animes ?
dfAnimes %>%
group_by(saison)%>%
filter(!is_na(note))%>%
summarise(moy_ratings = sum(note)) -> dFRatingsSaison
#En quelle saison sortent les meilleurs animes ?
dfAnimes %>%
group_by(saison)%>%
filter(!isna(note))%>%
summarise(moy_ratings = sum(note)) -> dFRatingsSaison
#En quelle saison sortent les meilleurs animes ?
dfAnimes %>%
group_by(saison)%>%
filter(!is.na(note))%>%
summarise(moy_ratings = sum(note)) -> dFRatingsSaison
#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))+geom_bar()
dFRatingsSaison %>% ggplot(aes(saison, moy_ratings))+geom_col()
dFRatingsSaison %>% ggplot(aes(saison, moy_ratings))+geom_point()
#Les animes deviennent ils meilleurs avec le temps ?
dfAnimes %>%
group_by(annee)%>%
filter(!is.na(note))%>%
summarise(moy_ratings = mean(note)) -> dFRatingsAnnee
dFRatingsSaison %>% ggplot(aes(saison, moy_ratings))+geom_point()+geom_line()
dFRatingsAnnee %>% ggplot(aes(annee, moy_ratings))+geom_point()+geom_line()
dFRatingsSaison %>% ggplot(aes(saison, moy_ratings))+geom_point()
dFRatingsSaison %>% ggplot(aes(saison, moy_ratings, shape = saison, color = saison))+geom_point()
dFRatingsSaison %>% ggplot(aes(saison, moy_ratings, shape = saison, color = saison))+geom_count()
dFRatingsSaison %>% ggplot(aes(saison, moy_ratings, shape = saison, color = saison))+geom_jitter()
dFRatingsSaison %>% ggplot(aes(saison, moy_ratings, shape = saison, color = saison))+geom_bin2d()
dFRatingsSaison %>% ggplot(aes(saison, moy_ratings, shape = saison, color = saison))+geom_jitter()
dFRatingsSaison %>% ggplot(aes(saison, moy_ratings, shape = saison, color = saison))+geom_point()
dFRatingsSaison %>% ggplot(aes(saison, moy_ratings, shape = saison, color = saison))+geom_point(size = 3)
dFRatingsAnnee %>% ggplot(aes(annee, moy_ratings))+geom_point()+geom_line
dFRatingsAnnee %>% ggplot(aes(annee, moy_ratings))+geom_point()+geom_line()
dFSources %>% ggplot(aes(annee, nbAnimes, fill = source)) + geom_col()
#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()