library(RMySQL)
library(tidyverse)
yhendus<-dbConnect(dbDriver("MySQL"), user="root",
        password="root", host="localhost", dbname='film')
paring<-dbSendQuery(yhendus, 
          "SELECT id, production_year FROM efis_film")
filmiandmed=fetch(paring, n=-1)
head(filmiandmed)
filmiandmed %>% group_by(production_year) %>% 
    summarise(kogus=n()) %>% arrange(desc(kogus))

#_____

paring<-dbSendQuery(yhendus, "SELECT film_id, keyword_id FROM efis_film_keyword 
                               WHERE film_id<100")
andmed1<-fetch(paring, n=-1)
head(andmed1)

paarid<-andmed1 %>% inner_join(andmed1, by="film_id") %>% filter(keyword_id.x<keyword_id.y)
head(paarid)
nrow(paarid)
paarikogused<-paarid %>% group_by(keyword_id.x, keyword_id.y) %>% 
              summarise(kogus=n()) %>% arrange(desc(kogus)) %>% ungroup()
paring<-dbSendQuery(yhendus, "SELECT keyword_id, value FROM efis_keyword_translation
                      WHERE language='et'")
votmesonad<-fetch(paring, n=-1)
head(votmesonad)
nrow(votmesonad)
head(paarikogused)
paarikogused %>% inner_join(votmesonad, by=c("keyword_id.x"="keyword_id")) %>%
    rename(esimene=value)

sonapaarid<-paarikogused %>% inner_join(votmesonad, by=c("keyword_id.x"="keyword_id")) %>%
  rename(esimene=value) %>% inner_join(votmesonad, by=c("keyword_id.y"="keyword_id")) %>%
  rename(teine=value) %>% select(esimene, teine, kogus)
head(sonapaarid)
write_csv(sonapaarid, "d:/r/paarid1.csv") #komadega
#write.csv2(sonapaarid, "d:/r/paarid1.csv")  #semikoolonid vahele Exceli eesti seadete jaoks


#_____

paring<-dbSendQuery(yhendus, "SELECT film_id, keyword_id FROM efis_film_keyword ")
andmed1<-fetch(paring, n=-1)
head(andmed1)

paarid<-andmed1 %>% inner_join(andmed1, by="film_id") %>% filter(keyword_id.x<keyword_id.y)
head(paarid)

paring<-dbSendQuery(yhendus, "SELECT id, production_year FROM efis_film")
filmid1<-fetch(paring, n=-1)
head(filmid1)

#Kuvage paaride tabelis igal real juurde filmi aasta
aastapaarid<-paarid %>% inner_join(filmid1, by=c("film_id"="id"))
aastapaarid<-aastapaarid %>% group_by(keyword_id.x, keyword_id.y) %>% mutate(kogus=n()) %>% 
    ungroup() %>% arrange(desc(kogus))
head(aastapaarid)
sample_n(aastapaarid, 5)

(aastapaarid %>% filter(keyword_id.x==36346, keyword_id.y==82991))$production_year %>% 
     as.numeric() %>% hist()

kood1=36346
kood2=82991
sona1<-(votmesonad %>% filter(keyword_id==kood1))$value
sona2<-(votmesonad %>% filter(keyword_id==kood2))$value
(aastapaarid %>% filter(keyword_id.x==kood1, keyword_id.y==kood2))$production_year %>% 
  as.numeric() %>% hist( main=paste(sona1, " - ", sona2, " paari esinemine aastati"),
                         xlab="aasta", ylab="kogus")


paarikogused<-aastapaarid %>% group_by(keyword_id.x, keyword_id.y) %>% 
   summarise(kogus=n()) %>%   ungroup() %>% arrange(desc(kogus)) %>% head(5)
paarikogused

paarikogused[2, ]$keyword_id.x

for(nr in 1:nrow(paarikogused)){
  print(nr)
}

for(nr in 1:nrow(paarikogused)){
  kood1=paarikogused[nr, ]$keyword_id.x
  kood2=paarikogused[nr, ]$keyword_id.y
  sona1<-(votmesonad %>% filter(keyword_id==kood1))$value
  sona2<-(votmesonad %>% filter(keyword_id==kood2))$value
  (aastapaarid %>% filter(keyword_id.x==kood1, keyword_id.y==kood2))$production_year %>% 
    as.numeric() %>% hist( main=paste(sona1, " - ", sona2, " paari esinemine aastati"),
                           xlab="aasta", ylab="kogus")
}