98 lines
2.8 KiB
R
98 lines
2.8 KiB
R
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)
|
|
|
|
|