O objetivo deste projeto foi realizar algumas análises da base de dados do pacote FRIENDS. Embora eu nunca nem tenha assistido a série, a motivação para este projeto partiu do Meetup Conhecendo o ggplot2: criando gráficos com R realizado pelo @RladiesSP no dia 26 de junho de 2021 pela Letícia Thomaz. A Letícia deu boas dicas para construir gráficos usando o pacote ggplot2 e, com isso, resolvi reproduzir o exercício realizado no Meetup para praticar e ainda tentei utilizar outras ferramentas do R.
# Carregandos pacotes que serão utilizados
library(friends)
library(patchwork)
library(ggplot2)
# Criando objeto e visualizando a base de dados
b <- friends::friends_info
head(b)
#> # A tibble: 6 x 8
#> season episode title directed_by written_by air_date us_views_millio~
#> <int> <int> <chr> <chr> <chr> <date> <dbl>
#> 1 1 1 The Pilot James Burr~ David Crane~ 1994-09-22 21.5
#> 2 1 2 The One w~ James Burr~ David Crane~ 1994-09-29 20.2
#> 3 1 3 The One w~ James Burr~ Jeffrey Ast~ 1994-10-06 19.5
#> 4 1 4 The One w~ James Burr~ Alexa Junge 1994-10-13 19.7
#> 5 1 5 The One w~ Pamela Fry~ Jeff Greens~ 1994-10-20 18.6
#> 6 1 6 The One w~ Arlene San~ Adam Chase ~ 1994-10-27 18.2
#> # ... with 1 more variable: imdb_rating <dbl>A base de dados disponível no pacote Friends (friends_info) consiste de uma tabela com informações sobre cada um dos episódios da série obtidas na Wikipédia e IMDb (Internet Movie Database) em 26 de agosto de 2020. No primeiro momento verifiquei a relação entre o número de visualizações com nota do episódio. Numa perspectiva lógica, faz todo o sentido que os episódios com maiores notas apresentem maior número de visualizações.
Após realizada a análise de observação gráfica, pode-se observar na figura acima que os dados apresentam uma relação linear entre número de visualizações e a nota do episódios quando considerado todas as temporadas (figura a esquerda) ou cada temporada isolada (figura a direita). Essa primeira análise confirma a assunção de que quanto melhor a nota, maior é o número de visualizações, ou seja, quanto mais “legal” o episódio, maior o número de visualizações.
Numa segunda perspectiva foi analisado os valores descritivos do número de visualizações em cada uma das 10 temporadas de série. Para isso, foi criado um boxplot para que pudessemos visualizar os valores do primeiro, segundo (i.e., mediana) e terceiro quartil, valores mínimo e máximo desconsiderando os outliers e os outliers. Além disso, foi criada uma base agrupada por temporada no qual foi calculado a média e inserida no gráfico (expresso com o símbolo “+”). Segue abaixo o código utilizado para criação do gráfico.
# Sumarizar (media e mediana) por temporada -------------------------------
bgrouped <-
friends::friends_info |>
dplyr::group_by(season) |>
dplyr::summarise(mean_views = mean(us_views_millions),
median_views = median(us_views_millions))
# Dois episódios mais assistidos ------------------------------------------
top_2 <-
friends::friends_info |>
dplyr::arrange(desc(us_views_millions)) |>
dplyr::select(season, title, us_views_millions) |>
head(4) |>
dplyr::distinct()
# Criando boxplot por temporada -------------------------------------------
camada1 <-
friends::friends_info |> # boxplot por temporada
ggplot(mapping = aes(x = factor(season),
y = us_views_millions,
color = factor(season))) +
geom_boxplot(outlier.size = 1,
notch = TRUE,
show.legend = FALSE)
camada2 <- camada1 + # Inserindo valor da média
geom_point(data = bgrouped,
mapping = aes(x = factor(season),
y = mean_views),
show.legend = FALSE,
shape = 3,
size = 2,
stroke = 1.5
)
camada3 <- camada2 + # Rotulando as 2 maiores visualizações
geom_label(data = top_2,
mapping = aes(x = factor(season),
y = us_views_millions,
label = title),
show.legend = FALSE
) +
labs(title = "FRIENDS: Número de Visualizações por temporada",
x = "Temporada",
y = "Número de visualizaçãoes (milhões)") +
theme_bw() +
theme(plot.title = element_text(family = "Times New Roman",
size = 18,
hjust = 0.5),
axis.title = element_text(size = 12, face = "bold"),
axis.text = element_text(color = "black", size = 10, face = "bold")
)
camada3
Após inspeção visual é possível verificar que a temporada com maior número ibope, ou seja, maior número médio de visualizaçãoes foi a segunda temporada com mais de 30 milhoes visualizações. Após esse pico de ibope da série e com a excessão da temporada 8 que apresentou um elevado ibope, os valores médios de cada temporada foram reduzindo de forma progressiva atingindo a menor visualização nas temporadas 6 e 7. A temporada 8, em particular, embora apresente valor médio de visualizações menor do que aquele observado na temporada 2, esa tempoerada apresenta o episódio com maior número de visualização, ilustrando uma melhora no ibope da série que se aproxima da melhor temporada de FRIEDS (temporada 2). Por fim, vale destacar que na temporada 2 e 10, o episódio “The One After the Superbowl” e “The Last One”, respectivamente, tiveram mais de 50 milhões de visualizações, sendo os 2 recordistas de ibope de toda a temporada da série FRIENDS.
Como mencionado, eu nunca assisti a série e, por conta disso, eu desconheço o gênero da série. Neste sentido, ao visualizar as bases de dados disponíveis no pacote FRIENDS, notei que uma delas (i.e., friends::friends_emotions) tinha a “emoção” predominante de cada cena ao longo de toda a série. Com isso, vi a oportunidade de tentar descobrir qual é o gênero da série. A partir daí, filtrei as observações que continham cenas “neutras” e fiz um gráfico de barras (e um piechart) para verificar qual era a emoção mais frequente. Após está análise, pude observar que as cenas alegres (Joyful) eram as mais frequentes (vide figura abaixo) e, consequentente, assumi que a série é uma comédia. 
Para confirmar minha conclusão de que a série FRIENDS é um série de comédia, fui checar no Wikipédia as informações sobre a série e, de fato, a série é uma série de comédia, mais especificamente, Sitcom, que significa situation comedy.
Após analisada a base de dados do pacote FRIENDS pode-se notar que, como esperado, o número de visualizações parece estar diretamente associado com a nota do episódio segundo a IMDb, Internet Movie Database. Também foi possível identificar que o número de visualizações foi maior no início da temporada, em particular na 2°, e, em seguida, houve uma queda no ibope da série. Por fim, como eu não conheço a série, tentei identificar qual o gênero por meio das bases de dados disponíveis no pacote e, conforme minha análise sugeriu, a série, de fato, é do gênero comédia.