Para este ejercicio escogì una base de datos que me muestra los clubes que tienen mayor valor en el mercado, muestra mostrando informaciòn como el valor total de la plantilla, numero de jugadores, la liga a la que pertenece cada club, entre otras cosas.

dim(Value_Club) # Para saber cuantos datas filas y columnas hay
## [1] 100   8
head(Value_Club,10)
## # A tibble: 10 × 8
##    Club         Competition   Age Squad_size Market_value Market_value_of_play…¹
##    <chr>        <chr>       <dbl>      <dbl>        <dbl>                  <dbl>
##  1 Manchester … Premier Le…  27.2         23        1050                    45.8
##  2 Paris Saint… Ligue 1      26.1         35         998.                   28.5
##  3 Manchester … Premier Le…  28           28         937.                   33.5
##  4 Chelsea FC   Premier Le…  26.8         27         882.                   32.7
##  5 Liverpool FC Premier Le…  27           27         880.                   32.6
##  6 Bayern Muni… Bundesliga   25.9         26         853.                   32.8
##  7 Real Madrid  LaLiga       27.2         27         794.                   29.4
##  8 Atlético d… LaLiga       28.1         22         755.                   34.3
##  9 Tottenham H… Premier Le…  25.5         24         697                    29.0
## 10 FC Barcelona LaLiga       25.3         29         677                    23.3
## # ℹ abbreviated name: ¹​Market_value_of_players
## # ℹ 2 more variables: MV_Top_18_players <dbl>, Share_of_MV <dbl>
Value_Club %>%select(Competition, Market_value)%>%count(Competition) %>% arrange(desc(n)) #me muestra cuantos clubes hay por liga y me los muestra de mayor a menor
## # A tibble: 16 × 2
##    Competition            n
##    <chr>              <int>
##  1 Premier League        20
##  2 Serie A               16
##  3 Bundesliga            14
##  4 LaLiga                14
##  5 Ligue 1                7
##  6 Premier Liga           6
##  7 Liga Bwin              4
##  8 Super Lig              4
##  9 Championship           3
## 10 Eredivisie             3
## 11 Série A               3
## 12 Jupiler Pro League     2
## 13 1,HNL                  1
## 14 Liga Profesional       1
## 15 Premiership            1
## 16 Super League 1         1
Value_Ligue<-Value_Club%>%group_by (Competition)
Value_Ligue%>% summarise(Total_Value = sum(Market_value))%>% arrange(desc(Total_Value)) #Realiza una sumatoria del valor total de las ligas sumando los valores de todos los clubes que se encuentran en el dataframe.
## # A tibble: 16 × 2
##    Competition        Total_Value
##    <chr>                    <dbl>
##  1 Premier League           8988.
##  2 Serie A                  4730.
##  3 LaLiga                   4604.
##  4 Bundesliga               4086.
##  5 Ligue 1                  2635.
##  6 Liga Bwin                 868.
##  7 Premier Liga              826.
##  8 Eredivisie                603.
##  9 Super Lig                 440.
## 10 Série A                  389.
## 11 Championship              385.
## 12 Jupiler Pro League        277.
## 13 Super League 1            118.
## 14 1,HNL                     109.
## 15 Premiership               105 
## 16 Liga Profesional          104.
Value_Ligue %>% summarise(Total_Value = mean(Market_value))%>% arrange(desc(Total_Value)) # Me saca el valor promedio por cada liga de acuerdo con los equipos que se encuentran en los 100 primeros con mas valor.
## # A tibble: 16 × 2
##    Competition        Total_Value
##    <chr>                    <dbl>
##  1 Premier League            449.
##  2 Ligue 1                   376.
##  3 LaLiga                    329.
##  4 Serie A                   296.
##  5 Bundesliga                292.
##  6 Liga Bwin                 217.
##  7 Eredivisie                201.
##  8 Jupiler Pro League        139.
##  9 Premier Liga              138.
## 10 Série A                  130.
## 11 Championship              128.
## 12 Super League 1            118.
## 13 Super Lig                 110.
## 14 1,HNL                     109.
## 15 Premiership               105 
## 16 Liga Profesional          104.
#Voy a ver qué participación tiene cada liga en la dentro de los cien clubes con mayor valor en sus plantillas

Teams_count <- Value_Club%>%count(Competition)
Teams_count <- Teams_count%>%mutate(percentage = Teams_count$n / sum(Teams_count$n)*100)%>% arrange(desc(percentage))
Teams_count
## # A tibble: 16 × 3
##    Competition            n percentage
##    <chr>              <int>      <dbl>
##  1 Premier League        20         20
##  2 Serie A               16         16
##  3 Bundesliga            14         14
##  4 LaLiga                14         14
##  5 Ligue 1                7          7
##  6 Premier Liga           6          6
##  7 Liga Bwin              4          4
##  8 Super Lig              4          4
##  9 Championship           3          3
## 10 Eredivisie             3          3
## 11 Série A               3          3
## 12 Jupiler Pro League     2          2
## 13 1,HNL                  1          1
## 14 Liga Profesional       1          1
## 15 Premiership            1          1
## 16 Super League 1         1          1
#%>%mutate(percentage = n / sum(n)*100)%>% arrange(desc(percentage))
#Value_Club %>%count(Competition)%>%mutate(percentage = n / sum(n)*100)%>% arrange(desc(percentage))
#Quiero que me muestre qué porcentaje de los cien clubes con mayor valor en sus plantillas pertenecen a las 5 mejores ligas
Value_Club %>% mutate(Top5_Best_league = grepl('Ligue 1', Competition) | grepl('LaLiga', Competition) | grepl('Serie A', Competition) | grepl('Premier League', Competition) | grepl('Bundesliga', Competition))%>% count(Top5_Best_league) %>% mutate(percentage = n / sum(n) * 100)%>%arrange(desc(percentage))
## # A tibble: 2 × 3
##   Top5_Best_league     n percentage
##   <lgl>            <int>      <dbl>
## 1 TRUE                71         71
## 2 FALSE               29         29