29:null 2a:["$","title",null,{"children":"Trabalho 01 de Visualização de Dados | Ewerton Costadelle | Observable"}] 2f:T594,{ const matrix = vl .markRect() .encode( vl.y().fieldN("source").title(null).sort({ field: "number", type: "quantitative", order: "descending" }), vl.x().fieldN("target").axis({ orient: "top" }).title(null).sort({ field: "number", type: "quantitative", order: "descending" }), vl.color({ field: "number", type: "quantitative", title: "Productions" }), vl.tooltip([ { field: "target", title: "Target" }, { field: "source", title: "Source" }, { field: "number", title: "Productions" } ]) ) .width(450) .height(450); const circle = vl .markCircle() .transform( vl .groupby(["target", "source", "number"]) .aggregate({ field: "row_number", op: "min" }) ) .encode( vl.x({ field: "number", type: "quantitative", title: "Productions" }), vl.size().fieldQ("number").legend(null), vl.color().fieldQ("number"), vl.tooltip(["target", "source", "number"]) ) .width(450); const matrix_circle = vl .data(pair_list) .transform( vl.groupby(["target", "source"]).aggregate({ op: "count", as: "number" }), vl .window({ op: "row_number", as: "row_number" }) .sort({ field: "number", type: "quantitative", order: "ascending" }) ) .vconcat(matrix, circle); return matrix_circle.render(); }30:T406,{ const acumulated_productions = vl .markLine({ color: "white", opacity: 0.5, strokeWidth: 3, interpolate: "natural" }) .data(netflix_obj) .transform(vl.filter("datum.date_added > 0")) .encode( vl.x().fieldO("date_added").timeUnit("month").axis({ title: "Month of year", orient: "bottom" }), vl.y().count().title("Acumulated") ) .width(250) .height(250); const month_year_productions = vl .markRect() .data(netflix_obj) .transform(vl.filter("datum.date_added > 0")) .encode( vl.x().fieldO("date_added").timeUnit("month").axis({ title: "Month of year", orient: "bottom" }), vl .y() .fieldO("date_added") .timeUnit("year") .sort("descending") .title("ano"), vl.color().count().title("Quantity"), vl.tooltip().count() ) .width(250) .height(250); return vl.layer(month_year_productions, acumulated_productions).render(); }31:T431,{ const month_year_movie = vl .markRect() .data(netflix_obj) .transform(vl.filter("datum.type === 'Movie' & datum.date_added > 0")) .encode( vl.x().fieldO("date_added").timeUnit("month").axis({ title: "Movie", orient: "bottom" }), vl .y() .fieldO("date_added") .timeUnit("year") .sort("descending") .title("ano"), vl.color().count().title("Movie"), vl.tooltip().count() ) .width(225) .height(225); const month_year_tv_show = vl .markRect() .data(netflix_obj) .transform(vl.filter("datum.type === 'TV Show' & datum.date_added > 0")) .encode( vl.x().fieldO("date_added").timeUnit("month").axis({ title: "TV Show", orient: "bottom" }), vl .y() .fieldO("date_added") .timeUnit("year") .sort("descending") .title("ano"), vl.color().count().title("TV Show"), vl.tooltip().count() ) .width(225) .height(225); return month_year_movie.render(); }32:T623,// A repostas pode utilizar multiplas células // https://www.primevideo.com/help/ref=atv_hp_nd_cnt?language=pt_br&nodeId=GFGQU3WYEG6FSJFJ // https://pt.wikipedia.org/wiki/Orienta%C3%A7%C3%A3o_Parental_de_TV { const age = vl .markBar() .data(netflix_obj) .transform(vl.filter("datum.age")) .encode( vl.x().valid("age").title("Quantity"), vl .y() .fieldN("age") .title("Age") .sort(vl.count("age").order("descending")), vl.color().fieldN("age").sort(["Kids", "Older Kids", "Teens", "Adults"]), vl.tooltip().count("age") ) .width(450); const country = vl .markBar() .data(age_per_country) .transform( vl .aggregate({ op: "valid", field: "age", type: "quantitative", as: "Quantity" }) .groupby(["country", "age"]), vl .joinaggregate({ op: "sum", field: "Quantity", type: "quantitative", as: "total" }) .groupby("country"), vl.filter({ and: [ { field: "total", gt: total }, { field: "Quantity", gt: 0 } ] }) ) .encode( vl.color().fieldN("age").sort(["Kids", "Older Kids", "Teens", "Adults"]), vl .y() .field("country") .sort(vl.fieldQ("Quantity").order("descending")) .title("Country"), vl.x().fieldQ("Quantity"), vl.tooltip(["age", "Quantity", "total"]) ) .width(450); return vl.vconcat(age, country).render(); }33:T446,vl .markBar() .data(country_time) .transform( vl.groupby(["country"]).aggregate([ { op: "mean", field: "time", type: "quantitative", as: "mean_time" }, { op: "count", field: "time", type: "quantitative", as: "count_time" } ]), vl .window({ op: "row_number", as: "row_number" }) .sort(vl.fieldQ("mean_time").order("descending")), vl.filter({ field: "row_number", lte: interval_number }) ) .encode( vl .x() .fieldQ("mean_time") .title("Average time (in months) between year of creation and launch"), vl .y() .fieldN("country") .sort(vl.fieldQ("mean_time").order("descending")) .title("Country"), vl.color().fieldQ("count_time").title("Productions"), vl.tooltip([ { field: "mean_time", type: "quantitative", title: "Averagem time" }, { field: "country", type: "nominal", title: "Country" }, { field: "count_time", type: "quantitative", title: "Productions" } ]) ) .width(450) .render()34:T445,{ const brush = vl.selectInterval().name("brush"); const sort = vl.count("time").order("descending"); const contries = vl .markBar() .params(brush) .encode( vl.x().fieldN("country").sort(sort).axis(null).title(null), vl.y().count("time").title("Productions") ) .width(1000) .height(50); const times = vl .markBoxplot({ outliers: null, size: 10 }) .params(brush) .transform(vl.filter(brush)) .encode( vl.y().fieldQ("time").title("Time (in months)"), vl .x() .fieldN("country") .sort(sort) .scale({ domain: brush }) .title("Countries"), vl.tooltip() ) .width(1000) .height(400); const plot = vl .data(country_time) .transform( vl .joinaggregate({ op: "count", as: "num" }) .groupby("country"), vl.filter({ field: "num", gt: 1 }) ) .vconcat(contries, times) .spacing(5); //return html`

${JSON.stringify(plot.toObject(), 0, 2)}

`; // format JSON data return plot.render(); }35:T76e,vl .concat( vl .markBar() .data(netflix_obj) .transform( vl.filter("datum.date_added > 0"), vl.timeUnit("month").field("date_added").as("month_added") ) .encode( vl.x().fieldT("month_added").title("Month").axis({ format: "%b" }), vl.y().count("release_year").title("Releases"), vl.tooltip([ vl.text({ field: "month_added", type: "temporal", format: "%U", title: "Month" }) ]) ) .width(250), vl .markCircle() .data(netflix_obj) .transform( vl.filter("datum.date_added > 0"), vl.timeUnit("weekofyear").field("date_added").as("week_added") ) .encode( vl .x() .fieldT("week_added") .title("Week of year") .axis({ format: "%b" }), vl.y().count("release_year").title("Releases"), vl.size().count("release_year"), vl.color().count("release_year"), vl.tooltip([ vl.text({ field: "week_added", type: "temporal", format: "%U", title: "Week" }), vl.count() ]) ) .width(250), vl .markCircle() .data(netflix_obj) .transform( vl.filter("datum.date_added > 0"), vl.timeUnit("dayofyear").field("date_added").as("day_added") ) .encode( vl.x().fieldT("day_added").title("Day of year").axis({ format: "%b" }), vl.y().count("release_year").title("Releases"), vl.size().count("release_year"), vl.color().count("release_year"), vl.tooltip([ vl.text({ field: "day_added", type: "temporal", format: "%b-%d", title: "Day" }) ]) ) .width(250) ) .render()36:[{"id":"6a6c676e56c99197c0022b64aa21401d335d01cfeb53556007d82bce94be085a7e89124c4a579429ea62ff60b19edf536a5a69a57973a798cfc4aee84842e710","href":"https://static.observableusercontent.com/files/6a6c676e56c99197c0022b64aa21401d335d01cfeb53556007d82bce94be085a7e89124c4a579429ea62ff60b19edf536a5a69a57973a798cfc4aee84842e710","name":"netflix_titles.csv","type":"text/csv","lastModified":1667393385542.405,"size":3399671}] 2d:{"id":"a5b3644942bb1ead","slug":"trabalho-01-de-visualizacao-de-dados","title":"Trabalho 01 de Visualização de Dados","thumbnail":"c37b1ebddbe201297188a08cfb3122a129ded67955237f634a537c24d426aa32","access_level":"public","create_time":"$D2022-11-02T12:49:45.542Z","update_time":"$D2022-12-15T03:00:46.600Z","view_time":null,"first_public_time":"$D2022-11-08T20:27:10.730Z","has_unpublished_edits":null,"fork":{"id":"69880bd5f1829dc1","slug":null,"title":"Trabalho 01 de Visualização de Dados (PCI)","owner":{"id":"b56cd86b9f048540","login":"mlage","name":"Marcos Lage"}},"stars":0,"starred":false,"owner":{"type":"team","id":"c90247c1d840af12","login":"ecostadelle","name":"Ewerton Costadelle","avatar_url":"https://avatars-next.observableusercontent.com/71a737657121c75e5bfa180ff2aa679bac9b0ae1dc969b45ab3c092c020b664d","tier":"starter_2024"},"version":2875,"publish_version":null,"role":null,"authored":false,"authors":[{"type":"individual","id":"0bc16cdb34d169a1","login":"ecostadelle","name":"Ewerton Costadelle","avatar_url":"https://avatars-next.observableusercontent.com/71a737657121c75e5bfa180ff2aa679bac9b0ae1dc969b45ab3c092c020b664d","tier":null}],"members":[{"type":"individual","id":"0bc16cdb34d169a1","login":"ecostadelle","name":"Ewerton Costadelle","avatar_url":"https://avatars-next.observableusercontent.com/71a737657121c75e5bfa180ff2aa679bac9b0ae1dc969b45ab3c092c020b664d","tier":null,"role":"editor"}],"comments":[],"custom_thumbnail":false,"trashed":false,"lapsed":null,"subscribed":null,"forks":2,"collection":null,"type":"notebook","body":{"title":"Trabalho 01 de Visualização de Dados","cells":[{"id":0,"value":"# Trabalho 01 de Visualização de Dados\n## Prof. Marcos Lage, 2022.2\nCurso do Programa de Pós-Graduação da UFF, oferecido no contexto do projeto PCI","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":176,"value":"htl.html`Nome do aluno: Ewerton Luiz Costadelle`","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":70,"value":"### Instruções\n\n

\nNeste trabalho você deve responder as perguntas propostas sobre o data set fornecido. As respostas de todas as perguntas devem ser compostas por:
\n **(a)** Uma visualização (construída utilizando a biblioteca vega-lite);
\n **(b)** Uma discussão sobre as razões que motivaram a escolha da visualização desenvolvida, e;
\n **(c)** Uma análise das informações que podem ser obtidas com a interepretação da visualização.\n

\n","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":76,"value":"### Data set de conteúdos da Netflix\n\n

A Netflix é uma das plataformas de streaming mais populares do mundo. Em meados de 2021, a plataforma possuia mas de 8000 filmes e shows de TV em seu acervo; e contavam com mais de 200 milhões de assinantes em todo o mundo. O data set abaixo consiste em listas de todos os filmes e programas de TV disponíveis na Netflix, juntamente com detalhes como elenco, diretores, classificações, ano de lançamento, duração etc.

\n\n","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":45,"value":"### (1) Qual o tipo de conteúdo predominante na Netflix?","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":2429,"value":"vl\n .markArc({ innerRadius: 100 })\n .data(netflix)\n .transform(\n vl.aggregate({ op: \"count\", as: \"count_type\" }).groupby(\"type\"),\n vl.joinaggregate({ field: \"count_type\", op: \"sum\", as: \"total\" }),\n vl.calculate(\"datum.count_type/datum.total\").as(\"percentual\")\n )\n .encode(\n vl.theta({ field: \"count_type\", type: \"quantitative\" }),\n vl.color({ field: \"type\", type: \"nominal\", title: \"Type\" }),\n vl.tooltip([\n { field: \"type\", title: \"Type\" },\n { field: \"count_type\", title: \"Productions\" },\n { field: \"percentual\", title: \"Percentual\", format: \".02%\" }\n ])\n )\n .render()","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":248,"value":"

**O tipo \"Movie\" é predominante**, com 6131 produções, representa quase 70% do conteúdo produzido. O outro tipo, \"TV Show\", possui apenas 2676 produções, cerca de 30%.\n\n

\n\nPara esta resposta, preferi utilizar uma visualização em formato de rosca porque haviam apenas duas classes. Para tanto, foram contados as produções de cada tipo e o número foi expresso de forma absoluta e relativa. Esse detalhamento da informação é um elemento de interação porque aparece assim que o usuário posiciona o cursor do mouse sobre um dos setores do gráfico. O novo elemento informa o número de produções e o percentual daquele tipo e foi adicionado utilizando-se do recurso conhecido como dicas de contexto.

","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":59,"value":"### (2) Qual os 3 gêneros de filme e séries predominantes na Netflix?","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":537,"value":"vl\n\n .markBar()\n .data(\n unique_lists.filter((a, b) => {\n if (b < range) return a;\n })\n )\n .encode(\n vl.x().fieldQ(\"count\").title(\"Productions\"),\n vl\n .y()\n .fieldN(\"list\")\n .title(\"Types\")\n .sort(vl.fieldQ(\"count\").order(\"descending\")),\n vl.color({ field: \"count\", type: \"quantitative\", title: \"Productions\" }),\n vl.tooltip([\n { field: \"list\", type: \"nominal\", title: \"Type\" },\n { field: \"count\", type: \"quantitative\", title: \"Productions\" }\n ])\n )\n .width(480)\n .render()","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":613,"value":"viewof range = Inputs.range([0, unique_lists.length], {\n label: \"Selecione o número de gêneros que deseja visualizar\",\n step: 1,\n value: 3\n})","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":2799,"value":"

**Os gêneros _International Movies_ (2752 produções), _Dramas_ (2427 produções) e _Comedies_ (1674 produções) são predominantes**.\n

\nO fato de precisar elencar os atributos foi determinante pela escolha do gráfico de barras verticais, ordenados de modo decrescente. A escolha pela marcação de cor gradiente ocorreu para que houvesse maior destaque. Além dos marcadores estáticos, foram inseridos dois elementos de interação:

**Os pares [_International movies_, _Dramas_], [_International movies_, _Comedies_] e [_Independent movies_, _Dramas_] aparecem em 1483, 804 e 588 produções, respectivamente.**\n

\n\nA matriz de adjacência permitiu a comparação de dois valores, a terceira dimensão foi adicionada com o marcador de cor em escala de mapa de calor. A dificuldade de ordenar pefeitamente os pares de chavves foi contornada com a exibição da segunda vizualização. Um gráfico de pontos, com o número de aparições marcadas em dois canais (tamanho e cor) demonstra a distancia absoluta entre elas. O elemento de interação se restringiu às dicas de contexto com detalhamento, seja na matriz, seja no gráfico de pontos.\n

","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":65,"value":"### (4) Caso um produtor queira lançar um conteúdo novo, em que mês você recomendaria que o lançamento fosse feito?","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":106,"value":"$30","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":2820,"value":"

Meses, como fevereiro e maio, em menos produções são adicionadas ao catálogo, são geralmente seguidos por uma elevação significativa. Aliado ao fato de que a data da produção é representada apenas pelo ano, **eu sugerira que o lançamento ocorrresse em fevereiro**, pois o filme parecerá novo por mais tempo e tem grandes chances de ser adicionano na no decorrer daquele ano.\n

\nCom relação à visualização que permitiu este insight, foi feita uma matriz de adjacência em que a mostra os lançamentos de cada mês no decorrer dos anos. Porém uma segunda camada, com os lançamentos mensais, independente de ano, mostram o comportamento dos dados históricos.\n

","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":118,"value":"### (5) Que insights sobre a plataforma podemos ter observando o número de séries e filmes adicionados anualmente?","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":1666,"value":"$31","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":2863,"value":"{\n const month_year_movie = vl\n .markArea()\n .data(netflix_obj)\n .transform(\n vl.filter(\"datum.type === 'Movie' & datum.date_added > 0\"),\n vl.window(vl.count())\n )\n .encode(\n vl.y().count(),\n vl\n .x()\n .fieldT(\"date_added\")\n .timeUnit(\"year\")\n .sort(\"ascending\")\n .title(\"ano\"),\n vl.tooltip().count()\n )\n .width(225)\n .height(225);\n return month_year_movie.render();\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":2826,"value":"

O número ","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":135,"value":"### (6) O conteúdo da Netflix é equilibrado de acordo com as faixas etárias? Essa caracteristica varia de país para país?","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":2329,"value":"viewof total = Inputs.range([0, 3687], {\n label: \"Selecione a quantidade mínima de produções do país\",\n step: 1,\n value: 100\n})","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":1495,"value":"$32","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":2832,"value":"

**O conteúdo da Netflix é predominantemente adulto**, Estados Unidos e Reino Unido, por exemplo, produziram cerca de 50% dos seus títulos em categorias adulto. Essa lógica muda em países como a Índia, China e Egito que produziram cerca de 50% dos títulos em classificação para jovens.\n

\nO fato de precisar elencar os atributos foi determinante pela escolha do gráfico de barras verticais, ordenados de modo decrescente. A escolha pela marcação de cor categórica ocorreu para que houvesse separação entre as categorias. Além dos marcadores estáticos, foram inseridos dois elementos de interação:\n

\n - uma barra deslizate, com o objetivo de selecionar o número de instâncias exibidas;\n - e dicas de contexto, que exibem detalhes numéricos. ","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":142,"value":"### (7) Quais países tem os maiores intervalos entre a ano médio de criação e lançamento de filme? ","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":2137,"value":"viewof interval_number = Inputs.range([0, count_countries], {\n label: \"Selecione o número de gêneros que deseja visualizar\",\n step: 1,\n value: 8\n})","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":1645,"value":"$33","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":1892,"value":"$34","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":2843,"value":"

Países pequenos ou que não exitem mais são os campeões em tempo de espera. **Liechtenstein, Alemanha Ocidental, Alemanha Oriental e União Soviética**, nessa ordem, esperaram em média mais de 30 anos para terem seus títulos adicionados.\n

\nForam produzidas duas vizualizações, uma de barras horizontais que elencam os países apenas pelo tempo médio de espera. Já a segunda visualização apresenta os países que mais produziram a esquerda. O boxplot permite verificar a dispersão nesses tempos. \n\n

","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":151,"value":"### (8) Você teve algum outro insight durante a realização do trabalho?","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":121,"value":"$35","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":2835,"value":"

A periodicidade de inserções é baseada em semanas, a cada 13 semanas novos títulos são adicionados, conforme apresentado no gráfico do meio.\n

\n\nA marcação escolhida tentou evidenciar valores maiores com dois canais (tamanho e cor). Dicas de contexto detalham os dados.\n

","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":17,"value":"## Importações de bibliotecas","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":24,"value":"Importação da biblioteca Vega-Lite","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":19,"value":"import {vl} from '@vega/vega-lite-api-v5'","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":26,"value":"Importação da biblioteca de inspeção amigável de tabelas","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":28,"value":"import {printTable} from '@uwdata/data-utilities'","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":34,"value":"### Importação do data set","pinned":false,"hidden":false,"mode":"md","author":"$undefined","summary":"$undefined","output":"","database":"$undefined"},{"id":15,"value":"netflix = FileAttachment(\"netflix_titles.csv\").csv()","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":2492,"value":"printTable(netflix.slice(0, 25))","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":1042,"value":"age_rating = {\n let dict = new Map();\n\n dict.set(\"G\", \"Kids\");\n dict.set(\"TV-G\", \"Kids\");\n dict.set(\"TV-Y\", \"Kids\");\n dict.set(\"PG\", \"Older Kids\");\n dict.set(\"TV-PG\", \"Older Kids\");\n dict.set(\"TV-Y7\", \"Older Kids\");\n dict.set(\"TV-Y7-FV\", \"Older Kids\");\n dict.set(\"PG-13\", \"Teens\");\n dict.set(\"TV-14\", \"Teens\");\n dict.set(\"NC-17\", \"Teens\");\n dict.set(\"NR\", \"Adults\");\n dict.set(\"R\", \"Adults\");\n dict.set(\"TV-MA\", \"Adults\");\n dict.set(\"UR\", \"Adults\");\n\n return dict;\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":130,"value":"// Cria um objeto com os gêneros que estavam separados por vírgula, agora em um array\nnetflix_obj = netflix.map((list) => {\n return {\n show_id: list.show_id,\n type: list.type,\n title: list.title,\n director: list.director,\n cast: list[\"cast\"]\n .split(\",\")\n .map((a) => a.trim())\n .filter((a) => a !== \"\"),\n country: list[\"country\"]\n .split(\",\")\n .map((a) => a.trim())\n .filter((a) => a !== \"\"),\n date_added: list.date_added,\n release_year: list.release_year,\n rating: list.rating,\n age: age_rating.get(list.rating),\n duration: list.duration,\n listed_in: list[\"listed_in\"]\n .split(\",\")\n .map((a) => a.trim())\n .filter((a) => a !== \"\"),\n description: list.description\n };\n})","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":406,"value":"unique_lists = {\n // captura o conteúdo da coluna listed_in e separa os multiplos gêneros de cada título\n const lists = netflix_obj.map((list) => list[\"listed_in\"]);\n\n // concatna em um único vetor\n const listed = [].concat.apply([], lists);\n\n // cria um vetor de elementos únicos\n const unique = listed.filter((a, b, c) => c.indexOf(a) === b);\n\n // transforma em objetos com a contagem dos registros de cada gênero\n const object = unique.map((elem) => ({\n list: elem,\n count: listed.filter((a, b, c) => a === elem).length\n }));\n\n // retorna o objeto ordenado pela contagem\n return object.sort((a, b) => b.count - a.count);\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":827,"value":"pair_list = {\n const arr = [];\n netflix_obj.forEach((show) => {\n if (show.listed_in.length > 1) {\n show.listed_in.forEach((list, i) => {\n for (let j = 0; j < show.listed_in.length; ++j) {\n if (show.listed_in[i] != show.listed_in[j]) {\n arr.push({ source: show.listed_in[i], target: show.listed_in[j] });\n }\n }\n });\n }\n });\n return arr;\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":2557,"value":"single_pair_list = {\n const arr = [];\n netflix_obj.forEach((show) => {\n if (show.listed_in.length > 1) {\n show.listed_in.forEach((list, i) => {\n for (let j = i; j < show.listed_in.length; ++j) {\n if (show.listed_in[i] != show.listed_in[j]) {\n const arr_sort = [show.listed_in[i], show.listed_in[j]].sort(\n (a, b) => b - a\n );\n arr.push({ source: arr_sort[0], target: arr_sort[1] });\n }\n }\n });\n }\n });\n /*\n const obj = [];\n arr.forEach((e,i,a)=>{\n obj.push({\n target: e[0],\n source: e[1],\n count: \n })\n })\n */\n return arr; //.sort((a, b) => b.count - a.count);\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":1197,"value":"age_per_country = {\n let countries = [];\n netflix_obj.forEach((line) => {\n line.country.forEach((c) => {\n countries.push({ country: c, age: line.age });\n });\n });\n return countries;\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":1301,"value":"age_per_country2 = {\n let countries = [];\n netflix_obj.forEach((line) => {\n line.country.forEach((c) => {\n countries.push({ country: c, age: line.age });\n });\n });\n return countries;\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":1333,"value":"age_sumarized = {\n let age_per_country_obj = {};\n age_per_country2.forEach((a) => {\n if (a.age) {\n if (!age_per_country_obj[a.country]) {\n age_per_country_obj[a.country] = {\n Kids: 0,\n \"Older Kids\": 0,\n Teens: 0,\n Adults: 0\n };\n }\n if (!age_per_country_obj[a.country][a.age]) {\n age_per_country_obj[a.country][a.age] = 0;\n }\n age_per_country_obj[a.country][a.age] += 1;\n }\n });\n let b = [];\n Object.entries(age_per_country_obj).forEach(([key1, value1]) => {\n Object.entries(value1).forEach(([key2, value2]) => {\n b.push({ country: key1, age: key2, count: value2 });\n });\n });\n return b;\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":147,"value":"country_time = {\n let time = [];\n netflix_obj.forEach((a) => {\n a.country.forEach((b) => {\n time.push({\n country: b,\n time:\n ((Date.parse(a.date_added) - Date.parse(a.release_year)) /\n 31536000000) *\n 12\n });\n });\n });\n return time.filter((e, i, a) => {\n if (!isNaN(parseFloat(e.time)) || isFinite(e.time))\n if (e.time < 0) {\n e.time = 0;\n }\n return a;\n });\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":1453,"value":"country_time.filter((e) => e.country === \"Georgia\")","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":2568,"value":"netflix.filter((e) => e.country.includes(\"Ghana\")).map((e) => e.rating)","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"},{"id":2289,"value":"count_countries = {\n let unique_country = [];\n age_per_country.forEach((a, b, c) => unique_country.push(a.country));\n return unique_country.filter((a, b, c) => c.indexOf(a) === b).length;\n}","pinned":false,"hidden":false,"mode":"ojs","author":"$undefined","summary":"$undefined","output":"$undefined","database":"$undefined"}],"files":"$W36","stdlib":"1","titling":"auto"}} 2e:"$2d:body"