Trabajo elaborado para la asignatura “Programación y manejo de datos en la era del Big Data” de la Universitat de València durante el curso 2020-2021. El repo del trabajo está aquí. La página web de la asignatura y los trabajos de mis compañeros pueden verse aquí.




1. Introducción

Este trabajo se realiza con el fin de analizar las estadisticas de los equipos y jugadores de la primera division de la liga de Inglaterra. Considerada una de las 5 grandes ligas europeas que para muchos, sus 38 jornadas, la convierten en la mas competitiva y relevante del mundo, tambien gracias a su historia y a la participacion de tantos grandes clubes como Manchester United, Chelsea, Liverpool entre otros. Ilutraremos la tabla de clasificacion de cada equipo, el Campeon de la liga, los descensos a la segunda division y los equipos que alcanzaron las maximas competiciones europeas (Champions League y Europa League). Ademas estudiaremos los maximos goleadores de la temporada tanto por equipos como jugadores mediante la utilizacion de graficos ilustrativos. Por ultimo, conoceremos los estadios donde se juegan los partidos de esta maxima competicion, señalando varios aspectos interesantes que nos ayudaran a adentrarnos a un mas en esta grandiosa competicion inglesa.


Datos

Fuente de los Datos

Los datos fueron obtenidos de varias paginas como el diario Marca, Wikipedia y la pagina oficial de la Premier League y luego fueron modificados por mi en un excel incluido en la carpeta datos. La manipulacion de los datos se realizaron gracias a los slides y tutoriales suministrados por el profesor de la materia Pedro Perez.

Codigos


clasif <- read_excel("./datos/premier-league.xlsx", sheet = 1)

max_gol <- read_excel("./datos/premier-league.xlsx", sheet = 2 )

asistencia <- read_excel("./datos/premier-league.xlsx", sheet = 3 )

premio <- read_excel("./datos/premier-league.xlsx", sheet = 4 )

clasif_1 <- clasif %>% filter(!(is.na(Clasif2021))) %>% select(Pos, Equipo, Pts, Clasif2021)

str(clasif_1)  
#> tibble [10 x 4] (S3: tbl_df/tbl/data.frame)
#>  $ Pos       : num [1:10] 1 2 3 4 5 6 8 18 19 20
#>  $ Equipo    : chr [1:10] "Liverpool (C)" "Manchester City" "Manchester United" "Chelsea" ...
#>  $ Pts       : num [1:10] 99 81 66 66 62 59 56 34 34 21
#>  $ Clasif2021: chr [1:10] "Fase de grupos de la Liga de Campeones" "Fase de grupos de la Liga de Campeones" "Fase de grupos de la Liga de Campeones" "Fase de grupos de la Liga de Campeones" ...

clasif_1 <- clasif_1 %>% mutate(Equipo = forcats::as_factor(Equipo))  

str(clasif_1) 
#> tibble [10 x 4] (S3: tbl_df/tbl/data.frame)
#>  $ Pos       : num [1:10] 1 2 3 4 5 6 8 18 19 20
#>  $ Equipo    : Factor w/ 10 levels "Liverpool (C)",..: 1 2 3 4 5 6 7 8 9 10
#>  $ Pts       : num [1:10] 99 81 66 66 62 59 56 34 34 21
#>  $ Clasif2021: chr [1:10] "Fase de grupos de la Liga de Campeones" "Fase de grupos de la Liga de Campeones" "Fase de grupos de la Liga de Campeones" "Fase de grupos de la Liga de Campeones" ...

levels(clasif_1$Equipo)
#>  [1] "Liverpool (C)"     "Manchester City"   "Manchester United"
#>  [4] "Chelsea"           "Leicester City"    "Tottenham Hotspur"
#>  [7] "Arsenal"           "Bournemouth (R)"   "Watford (R)"      
#> [10] "Norwich City (R)"

clasif_1 <- clasif_1 %>% mutate(Equipo = forcats::fct_reorder(Equipo, Pts)) 

levels(clasif_1$Equipo)
#>  [1] "Norwich City (R)"  "Bournemouth (R)"   "Watford (R)"      
#>  [4] "Arsenal"           "Tottenham Hotspur" "Leicester City"   
#>  [7] "Manchester United" "Chelsea"           "Manchester City"  
#> [10] "Liverpool (C)"

top_gf <- clasif %>% select(Equipo, GF) %>% slice_max(GF, n = 5)

str(top_gf)  
#> tibble [5 x 2] (S3: tbl_df/tbl/data.frame)
#>  $ Equipo: chr [1:5] "Manchester City" "Liverpool (C)" "Chelsea" "Leicester City" ...
#>  $ GF    : num [1:5] 102 85 69 67 66

top_gf <- top_gf %>% mutate(Equipo = forcats::as_factor(Equipo))  

str(top_gf) 
#> tibble [5 x 2] (S3: tbl_df/tbl/data.frame)
#>  $ Equipo: Factor w/ 5 levels "Manchester City",..: 1 2 3 4 5
#>  $ GF    : num [1:5] 102 85 69 67 66

levels(top_gf$Equipo)
#> [1] "Manchester City"   "Liverpool (C)"     "Chelsea"          
#> [4] "Leicester City"    "Manchester United"

top_gf <- top_gf %>% mutate(Equipo = forcats::fct_reorder(Equipo, GF)) 

levels(top_gf$Equipo)
#> [1] "Manchester United" "Leicester City"    "Chelsea"          
#> [4] "Liverpool (C)"     "Manchester City"


leaflet() %>% addTiles() %>% leafem::addMouseCoordinates()

2. Tabla de la English Premier League Temporada 2019/2020

La temporada 2019/2020 fue un año muy singular y esto debido a la pandemia mundial que todos conocemos como lo fue el coronavirus. Esta situacion pandemica provoco la detencion de los partidos desde la jornada 28 del 1 de Marzo hasta el 17 de junio que se pudo reanudar. Sin embargo y pese a estos 3 meses de la falta de este gran futbol, dejo varios aspectos relevantes: lograr el Liverpool conseguir el titulo de campeon después de 30 años tras su última victoria y primero con la denominacion Premier League. Ademas haberlo conseguido rompiendo varios records como ser el primer equipo de la competición y de Europa que clasificó más anticipadamente a la fase de grupos de la Liga de Campeones de la UEFA (12 fechas de anticipación). Tambien cabe a destacar que introdujo por primera vez la tecnologia VAR (Video Arbitraje).

“Es increíble ser campeón con este equipo. Ha sido muy fácil motivar a los jugadores por la gran historia que tiene el club. Es un logro increíble para mis jugadores, lo es todo lo que han hecho durante los últimos tres años”. Jürgen Klopp

Pos Equipo Pts PJ G E P GF GC Dif Clasif2021
1 Liverpool (C) 99 38 32 3 3 85 33 52 Fase de grupos de la Liga de Campeones
2 Manchester City 81 38 26 3 9 102 35 67 Fase de grupos de la Liga de Campeones
3 Manchester United 66 38 18 12 8 66 36 30 Fase de grupos de la Liga de Campeones
4 Chelsea 66 38 20 6 12 69 54 15 Fase de grupos de la Liga de Campeones
5 Leicester City 62 38 18 8 12 67 41 26 Fase de grupos de la Liga Europa
6 Tottenham Hotspur 59 38 16 11 11 61 47 14 Segunda ronda de la Liga Europa
7 Wolverhampton Wanderers 59 38 15 14 9 51 40 11 NA
8 Arsenal 56 38 14 14 10 56 48 8 Fase de grupos de la Liga Europa
9 Sheffield United 54 38 14 12 12 39 39 0 NA
10 Burnley 54 38 15 9 14 43 50 -7 NA
11 Southampton 52 38 15 7 16 51 60 -9 NA
12 Everton 49 38 13 10 15 44 56 -12 NA
13 Newcastle United 44 38 11 11 16 38 58 -20 NA
14 Crystal Palace 43 38 11 10 17 31 50 -19 NA
15 Brighton & Hove Albion 41 38 9 14 15 39 54 -15 NA
16 West Ham United 39 38 10 9 19 49 62 -13 NA
17 Aston Villa 35 38 9 8 21 41 67 -26 NA
18 Bournemouth (R) 34 38 9 7 22 40 65 -25 Descenso de Categoria
19 Watford (R) 34 38 8 10 20 36 64 -28 Descenso de Categoria
20 Norwich City (R) 21 38 5 6 27 26 75 -49 Descenso de Categoria

Una forma de visualizar los puntos obtenidos en la liga



3. Analisis Clasificacion Siguiente Temporada

Competiciones Europeas y Descenso de Categoria

En esta grafica podemos observar la clasificacon a competiciones europeas de los primeros clasificados en la tabla y sus respectivos puntos onseguidos, los primeros 4 puestos clasifican a la Champions League y los 5 y 6 lugar a la Europa Legue. Podemos destacar la actuacion del Arsenal que al haber ganado la FA Cup tuvo como premio formar parte de la Europa League. Por ultimo, observamos los 3 equipos con menos puntos (Watford, Bournemouth y Norwich City) que jugaran la proxima temporada 20/21 en la segunda division de inglaterra (EFL Championship).

Grafico 1

Grafico 2


4. Analisis Goles Anotados

Equipos con mas Goles Anotados

En este grafico 3 estudiamos a los 5 grandes clubes que anotaron mayores goles esta temporada. Destacamos al Manchester City que logro sobrepasar la brecha de los 100 goles anotando 102 goles esta temporada. Tambien podemos concluir que estos equipos son igualmente los 5 primeros en la tabla de clasificacion por lo que mientras mas goles anotados mas posibilidades tienes de sumar mayor cantidad de puntos y colocarse en lo mas alto de la tabla. En el grafico 4 encontramos a todos los equipos de la temporada, con 1034 goles y una media de 51,4 goles por equipo y de 27,21 goles por partido termina la tempoara atipica en Inglaterra.

Grafico 3

Grafico 4


Los Pichichis (Jugadores con mas goles en la temporada)

En esta tabla podemos observar a los maximos anotadores y las estadisticas de cada jugador respecto a los partidos y minutos jugados en todos los partidos de la temporada. En el como maximo goleador aparece el jugador ingles Jamie Vardy (Leicester City) con 23 dianas, seguido de un empate en goles y terminando el podio el jugador gabones Pierre-Emerick Aubameyang (Arsenal) y el jugador ingles Danny Ings (Southampton).

jugador goles partidosjugados Promediogpp minutosjugados minutopgol Club
Jamie Vardy 23 35 0.66 3034 132 Leicester City
Pierre-Emerick Aubameyang 22 36 0.61 3138 143 Arsenal
Danny Ings 22 38 0.58 2812 128 Southampton
Raheem Sterling 20 33 0.61 2660 133 Manchester City
Mohamed Salah 19 34 0.56 2884 152 Liverpool
Harry Kane 18 29 0.62 2589 144 Tottenham
Sadio Mané 18 35 0.51 2753 153 Liverpool
Marcus Rashford 17 31 0.55 2653 156 Manchester United
Anthony Martial 17 32 0.53 2638 155 Manchester United
Raúl Jiménez 17 38 0.45 3244 191 Wolverhampton

Otra forma de visualizar los goleadores de la temporada

Esta vez analizamos los goles anotados por cada minuto de juego, podemos observar que los jugaodres con menor ratio de goles por minuto y que tienen menos minutos dentro de la cancha son los jugadores con mas efectividad dentro del terreno de juego. Estos jugadores son Raheem Sterling y Harry Kane que son los que se encuentran mas hacia abajo y a la izquierda de la grafica


5. Analisis Asistencias

El maximo asistidor y con mucha diferencia es el futbolista belga Kevin De Bruyne con unas 20 asistencias seguido de 3 jugadores del club campeon el Liverpool los cuales son Trent Alexander-Arnold, Andrew Robertson y Mohamed Salah. El jugador belga considerado el mejor mediocampista ofensivo de la epoca ha sido premiado con el premio playmaker en la liga que es el nuevo premio que entregará la Premier League para reconocer al mejor orquestador de la temporada.

“Me siento bien. Significa que he hecho un buen trabajo. Soy un creador y trato de crear oportunidades para mis compañeros de equipo. Si anotan, obtengo la asistencia y me veo bien” Kevin De Bruyne.

A esas asistencias también hay que sumarle 8 tantos, por lo que su impacto en el juego le ha proporcionado al Manchester City un total de 24 goles. Su temporada en todas las competiciones se resume con unos excelentes números: 12 goles y 21 asistencias en 52 partidos.

Maximos Asistidores
Temporada 2019/2020
Jugador asistencias nacionalidad
Kevin De Bruyne 20
Trent Alexander-Arnold 13
Andrew Robertson 12
Mohamed Salah 10
David Silva 10
Heung-min Son 10
Riyad Mahrez 9
Adama Traoré 9
Harvey Barnes 8
Roberto Firmino 8

6. Premios en la Temporada

Los mas galardonados de la temporada, ya mencionado anteriormente, sin duda alguna el mas destacado, el futbolista kevin De Bruyne fue el MVP mejor jugador de la temporada y recibio el premio playmaker al mejor armador de juego en la temporada. Tambien podemos destacar el gol de la temporada anotado por el coreano Heugh-Min Son que lo podemos ver luego de la tabla. La bota de Oro para el mayor anotador mencionado antes Jamie Vardy. mejor jugador mas joven o golden boy de la temporada se lo lleva el jugador del Liverpool Alexander-Arnold. Tambien vemos premios como al mejor manager Jurguen Klopp y el guante de oro para el portero del Manchester City Ederson.

Premio Premiado Equipo
Player of the Season Kevin De Bruyne Manchester City
Goal of the Season Son Heung-Min Tottenham Hotspur
Manager of the Season Jürgen Klopp Liverpool
Young Player of the Season Trent Alexander-Arnold Liverpool
Golden Boot Jamie Vardy Leicester City
Golden Glove Ederson Manchester City
Playmaker Kevin De Bruyne Manchester City

7. Estadios de los Equipos de Primera Division Temporada 19/20

Para complementar este analisis conoceremos los estadios de los 20 equipos que se dejaron la piel este año combatiendo partido a partido en estos grandes campos de juego. Nos encontramos con la ubicacion de cada uno de los campos en las distintas ciudades de Inglaterra. Como dato interesante la distancia mas larga recorrida entre dos equipos es de 568 kilometros, que es la distancia que tienen que recorrer los equipos New Castle United y Bournemouth para sus respectivos enfrentamientos. Ademas podemos destacar la ciudad de Liverpool donde los estadios del Liverpool y el Everton los separa una distancia solo de 1,9 kilometros. Por ultimo podemos observar que en la ciudad de Londres se encuentran 5 equipos los cuales son: West Ham United, Chelsea, Tottenham, Arsenal y el Crystal Palace.


8. Conclusión

La atipica temporada 2019-2020 nos ha dejado unos recuerdos inolvidables que son para la historia de este gran campeonato. La pandemia del covid-19 no impidio que el Liverpool levantara su ansiada y esperada Premier League luego de 30 años de sequia domestica. Su futbol arrollador y dominante destaco rompiendo records y consiguiendo una unica derrota en toda la temporada. Ademas, La inclusion del VAR desde mi punto de vista ha sido favorable para esta competicion ya que ha dotado al conjunto arbitral con una ayuda extra en el estudio de jugadas decisivas. Tambien podemos acotar que no hubo una gran competencia o disputa para la consecucion de los puestos para la Champions League ya que tanto el Liverpool (campeon) y el Manchester City presentaban una amplia ventaja en puntos con el resto de sus competidores. Sin embargo, la fuerte pelea por estos ultimos puestos europeos (tercero y cuarto clasificado) fue la frenetica disputa de varios equipos (Leicester, Tottenham, Wolves) que al final terminaron como vencedores el Chelsea y el Manchester United.

Referencias

Para la realización del trabajo he utilizado:




Para acabar este chunk para incluir tu session info:

sessioninfo::session_info() %>% details::details(summary = 'current session info') 

current session info


- Session info ---------------------------------------------------------------
 setting  value                       
 version  R version 4.0.2 (2020-06-22)
 os       Windows 10 x64              
 system   x86_64, mingw32             
 ui       RTerm                       
 language (EN)                        
 collate  Spanish_Spain.1252          
 ctype    Spanish_Spain.1252          
 tz       Europe/Paris                
 date     2021-01-16                  

- Packages -------------------------------------------------------------------
 package     * version    date       lib source                        
 assertthat    0.2.1      2019-03-21 [1] CRAN (R 4.0.2)                
 backports     1.1.10     2020-09-15 [1] CRAN (R 4.0.2)                
 base64enc     0.1-3      2015-07-28 [1] CRAN (R 4.0.0)                
 blob          1.2.1      2020-01-20 [1] CRAN (R 4.0.2)                
 broom         0.7.0      2020-07-09 [1] CRAN (R 4.0.2)                
 cellranger    1.1.0      2016-07-27 [1] CRAN (R 4.0.2)                
 checkmate     2.0.0      2020-02-06 [1] CRAN (R 4.0.2)                
 class         7.3-17     2020-04-26 [2] CRAN (R 4.0.2)                
 classInt      0.4-3      2020-04-07 [1] CRAN (R 4.0.2)                
 cli           2.0.2      2020-02-28 [1] CRAN (R 4.0.2)                
 codetools     0.2-16     2018-12-24 [2] CRAN (R 4.0.2)                
 colorspace    1.4-1      2019-03-18 [1] CRAN (R 4.0.2)                
 commonmark    1.7        2018-12-01 [1] CRAN (R 4.0.2)                
 cpp11         0.2.1      2020-08-11 [1] CRAN (R 4.0.2)                
 crayon        1.3.4      2017-09-16 [1] CRAN (R 4.0.2)                
 crosstalk     1.1.0.1    2020-03-13 [1] CRAN (R 4.0.2)                
 curl          4.3        2019-12-02 [1] CRAN (R 4.0.2)                
 data.table    1.13.0     2020-07-24 [1] CRAN (R 4.0.2)                
 DBI           1.1.0      2019-12-15 [1] CRAN (R 4.0.2)                
 dbplyr        1.4.4      2020-05-27 [1] CRAN (R 4.0.2)                
 digest        0.6.25     2020-02-23 [1] CRAN (R 4.0.2)                
 dplyr       * 1.0.2      2020-08-18 [1] CRAN (R 4.0.2)                
 e1071         1.7-3      2019-11-26 [1] CRAN (R 4.0.2)                
 ellipsis      0.3.1      2020-05-15 [1] CRAN (R 4.0.2)                
 evaluate      0.14       2019-05-28 [1] CRAN (R 4.0.2)                
 extrafont     0.17       2014-12-08 [1] CRAN (R 4.0.3)                
 extrafontdb   1.0        2012-06-11 [1] CRAN (R 4.0.3)                
 fansi         0.4.1      2020-01-08 [1] CRAN (R 4.0.2)                
 farver        2.0.3      2020-01-16 [1] CRAN (R 4.0.2)                
 forcats     * 0.5.0      2020-03-01 [1] CRAN (R 4.0.2)                
 fs            1.5.0      2020-07-31 [1] CRAN (R 4.0.2)                
 gdtools       0.2.2      2020-04-03 [1] CRAN (R 4.0.2)                
 generics      0.0.2      2018-11-29 [1] CRAN (R 4.0.2)                
 gganimate   * 1.0.6      2020-07-08 [1] CRAN (R 4.0.2)                
 ggplot2     * 3.3.2      2020-06-19 [1] CRAN (R 4.0.2)                
 ggrepel       0.8.2      2020-03-08 [1] CRAN (R 4.0.2)                
 ggthemes    * 4.2.0      2019-05-13 [1] CRAN (R 4.0.2)                
 gifski        0.8.6      2018-09-28 [1] CRAN (R 4.0.2)                
 glue          1.4.2      2020-08-27 [1] CRAN (R 4.0.2)                
 gridExtra     2.3        2017-09-09 [1] CRAN (R 4.0.2)                
 gt          * 0.2.2      2020-08-05 [1] CRAN (R 4.0.3)                
 gtable        0.3.0      2019-03-25 [1] CRAN (R 4.0.2)                
 haven         2.3.1      2020-06-01 [1] CRAN (R 4.0.2)                
 here          0.1        2017-05-28 [1] CRAN (R 4.0.2)                
 highr         0.8        2019-03-20 [1] CRAN (R 4.0.2)                
 hms           0.5.3      2020-01-08 [1] CRAN (R 4.0.2)                
 hrbrthemes  * 0.8.0      2020-03-06 [1] CRAN (R 4.0.3)                
 htmltools     0.5.0      2020-06-16 [1] CRAN (R 4.0.2)                
 htmlwidgets   1.5.1      2019-10-08 [1] CRAN (R 4.0.2)                
 httr          1.4.2      2020-07-20 [1] CRAN (R 4.0.2)                
 jsonlite      1.7.1      2020-09-07 [1] CRAN (R 4.0.2)                
 kableExtra  * 1.3.1      2020-10-22 [1] CRAN (R 4.0.3)                
 KernSmooth    2.23-17    2020-04-26 [2] CRAN (R 4.0.2)                
 klippy      * 0.0.0.9500 2020-11-13 [1] Github (rlesur/klippy@378c247)
 knitr       * 1.29       2020-06-23 [1] CRAN (R 4.0.2)                
 labeling      0.3        2014-08-23 [1] CRAN (R 4.0.0)                
 lattice       0.20-41    2020-04-02 [2] CRAN (R 4.0.2)                
 lazyeval      0.2.2      2019-03-15 [1] CRAN (R 4.0.2)                
 leafem        0.1.3      2020-07-26 [1] CRAN (R 4.0.2)                
 leaflet     * 2.0.3      2019-11-16 [1] CRAN (R 4.0.2)                
 lifecycle     0.2.0      2020-03-06 [1] CRAN (R 4.0.2)                
 lubridate     1.7.9      2020-06-08 [1] CRAN (R 4.0.2)                
 magrittr      1.5        2014-11-22 [1] CRAN (R 4.0.2)                
 modelr        0.1.8      2020-05-19 [1] CRAN (R 4.0.2)                
 munsell       0.5.0      2018-06-12 [1] CRAN (R 4.0.2)                
 pillar        1.4.6      2020-07-10 [1] CRAN (R 4.0.2)                
 pkgconfig     2.0.3      2019-09-22 [1] CRAN (R 4.0.2)                
 plotly      * 4.9.2.1    2020-04-04 [1] CRAN (R 4.0.2)                
 png           0.1-7      2013-12-03 [1] CRAN (R 4.0.0)                
 prettyunits   1.1.1      2020-01-24 [1] CRAN (R 4.0.2)                
 progress      1.2.2      2019-05-16 [1] CRAN (R 4.0.2)                
 purrr       * 0.3.4      2020-04-17 [1] CRAN (R 4.0.2)                
 R6            2.4.1      2019-11-12 [1] CRAN (R 4.0.2)                
 raster        3.3-13     2020-07-17 [1] CRAN (R 4.0.2)                
 Rcpp          1.0.5      2020-07-06 [1] CRAN (R 4.0.2)                
 reactable   * 0.2.3      2020-10-04 [1] CRAN (R 4.0.3)                
 readr       * 1.3.1      2018-12-21 [1] CRAN (R 4.0.2)                
 readxl      * 1.3.1      2019-03-13 [1] CRAN (R 4.0.2)                
 reprex        0.3.0      2019-05-16 [1] CRAN (R 4.0.2)                
 rlang         0.4.7      2020-07-09 [1] CRAN (R 4.0.2)                
 rmarkdown     2.3        2020-06-18 [1] CRAN (R 4.0.2)                
 rprojroot     1.3-2      2018-01-03 [1] CRAN (R 4.0.2)                
 rstudioapi    0.11       2020-02-07 [1] CRAN (R 4.0.2)                
 Rttf2pt1      1.3.8      2020-01-10 [1] CRAN (R 4.0.3)                
 rvest         0.3.6      2020-07-25 [1] CRAN (R 4.0.2)                
 sass          0.2.0      2020-03-18 [1] CRAN (R 4.0.3)                
 scales        1.1.1      2020-05-11 [1] CRAN (R 4.0.2)                
 sessioninfo   1.1.1      2018-11-05 [1] CRAN (R 4.0.2)                
 sf            0.9-6      2020-09-13 [1] CRAN (R 4.0.2)                
 sp            1.4-2      2020-05-20 [1] CRAN (R 4.0.2)                
 stringi       1.5.3      2020-09-09 [1] CRAN (R 4.0.2)                
 stringr     * 1.4.0      2019-02-10 [1] CRAN (R 4.0.2)                
 systemfonts   0.3.1      2020-09-08 [1] CRAN (R 4.0.2)                
 tibble      * 3.0.3      2020-07-10 [1] CRAN (R 4.0.2)                
 tidyr       * 1.1.2      2020-08-27 [1] CRAN (R 4.0.2)                
 tidyselect    1.1.0      2020-05-11 [1] CRAN (R 4.0.2)                
 tidyverse   * 1.3.0      2019-11-21 [1] CRAN (R 4.0.2)                
 tweenr        1.0.1      2018-12-14 [1] CRAN (R 4.0.2)                
 units         0.6-7      2020-06-13 [1] CRAN (R 4.0.2)                
 vctrs         0.3.4      2020-08-29 [1] CRAN (R 4.0.2)                
 vembedr     * 0.1.4      2020-10-10 [1] CRAN (R 4.0.3)                
 viridis     * 0.5.1      2018-03-29 [1] CRAN (R 4.0.2)                
 viridisLite * 0.3.0      2018-02-01 [1] CRAN (R 4.0.2)                
 webshot       0.5.2      2019-11-22 [1] CRAN (R 4.0.2)                
 withr         2.2.0      2020-04-20 [1] CRAN (R 4.0.2)                
 wordcloud2  * 0.2.1      2018-01-03 [1] CRAN (R 4.0.3)                
 xfun          0.17       2020-09-09 [1] CRAN (R 4.0.2)                
 xml2          1.3.2      2020-04-23 [1] CRAN (R 4.0.2)                
 yaml          2.2.1      2020-02-01 [1] CRAN (R 4.0.2)                

[1] C:/Users/Vicente Celis/Documents/R/win-library/4.0
[2] C:/Program Files/R/R-4.0.2/library


---
title: <center><FONT COLOR="darkblue">English Premier League 2019/2020</FONT></center>
subtitle: "Vicente Celis (viceron@alumni.uv.es)"
author: "Universitat de València"
date: "Diciembre de 2020 (actualizado el `r format(Sys.time(), '%d-%m-%Y')`)"
output:
  html_document:
    #css: "./assets/my_css_file.css"
    theme: journal
    highlight: textmate 
    toc: true
    toc_depth: 3 
    toc_float: 
      collapsed: true
      smooth_scroll: true
    self_contained: true
    number_sections: false
    df_print: kable
    code_download: true
editor_options: 
  chunk_output_type: console
---

```{r packages-setup, include = FALSE}
library(tidyverse)
library(klippy)  
library(knitr)
library(readxl)
library(ggplot2)
library(dplyr)
library(ggthemes)
library(leaflet)
library(gganimate)
library(plotly)
library(kableExtra)
library(wordcloud2)
library(reactable)
library(vembedr)
library(viridis)
library(hrbrthemes)
library(gt)
```

```{r chunk-setup, include = FALSE}
knitr::opts_chunk$set(echo = TRUE, eval = TRUE, message = FALSE, warning = FALSE, 
                      #results = "hold",
                      cache = FALSE, cache.path = "/caches/", comment = "#>",
                      #fig.width = 7, #fig.height= 7,   
                      #out.width = 7, out.height = 7,
                      collapse = TRUE,  fig.show = "hold",
                      fig.asp = 7/9, out.width = "60%", fig.align = "center")
knitr::opts_chunk$set(dev = "png", dev.args = list(type = "cairo-png"))
```

```{r options-setup, include = FALSE}
options(scipen = 999) #- para quitar la notación científica
options("yaml.eval.expr" = TRUE) 
```


```{r klippy, echo = FALSE}
klippy::klippy(position = c("top", "right")) #- remotes::install_github("rlesur/klippy")
```

<hr class="linea-black">

Trabajo elaborado para la asignatura "Programación y manejo de datos en la era del Big Data" de la Universitat de València durante el curso 2020-2021. El repo del trabajo está [aquí](https://github.com/vicentecelisr/trabajo_BigData){target="_blank"}. La página web de la asignatura y los trabajos de mis compañeros pueden verse [aquí](https://perezp44.github.io/intro-ds-20-21-web/07-trabajos.html){target="_blank"}.

<hr class="linea-red">


-----------------

<br>

```{r eval=TRUE, echo=FALSE}
knitr::include_graphics(here::here("imagenes", "premierl.png"))

```


# <FONT COLOR="darkblue">1. Introducción</FONT>

Este trabajo se realiza con el fin de analizar las estadisticas de los equipos y jugadores de la primera division de la liga de Inglaterra. Considerada una de las 5 grandes ligas europeas que para muchos, sus 38 jornadas, la convierten en la mas competitiva y relevante del mundo, tambien gracias a su historia y a la participacion de tantos grandes clubes como Manchester United, Chelsea, Liverpool entre otros. Ilutraremos la tabla de clasificacion de cada equipo, el Campeon de la liga, los descensos a la segunda division y los equipos que alcanzaron las maximas competiciones europeas (Champions League y Europa League). Ademas estudiaremos los maximos goleadores de la temporada tanto por equipos como jugadores mediante la utilizacion de graficos ilustrativos. Por ultimo, conoceremos los estadios donde se juegan los partidos de esta maxima competicion, señalando varios aspectos interesantes que nos ayudaran a adentrarnos a un mas en esta grandiosa competicion inglesa. 

----------------

## <FONT COLOR="darkblue">Datos</FONT> {.tabset .tabset-pills}

### <FONT COLOR="darkblue">**Fuente de los Datos**</FONT> 


Los datos fueron obtenidos de varias paginas como el diario Marca, Wikipedia y la pagina oficial de la Premier League y luego fueron modificados por mi en un excel incluido en la carpeta datos. La manipulacion de los datos se realizaron gracias a los slides y tutoriales suministrados por el profesor de la materia Pedro Perez.


### <FONT COLOR="darkblue">**Codigos**</FONT>

```{r eval=TRUE, include=TRUE, echo=TRUE}

clasif <- read_excel("./datos/premier-league.xlsx", sheet = 1)

max_gol <- read_excel("./datos/premier-league.xlsx", sheet = 2 )

asistencia <- read_excel("./datos/premier-league.xlsx", sheet = 3 )

premio <- read_excel("./datos/premier-league.xlsx", sheet = 4 )

clasif_1 <- clasif %>% filter(!(is.na(Clasif2021))) %>% select(Pos, Equipo, Pts, Clasif2021)

str(clasif_1)  

clasif_1 <- clasif_1 %>% mutate(Equipo = forcats::as_factor(Equipo))  

str(clasif_1) 

levels(clasif_1$Equipo)

clasif_1 <- clasif_1 %>% mutate(Equipo = forcats::fct_reorder(Equipo, Pts)) 

levels(clasif_1$Equipo)

top_gf <- clasif %>% select(Equipo, GF) %>% slice_max(GF, n = 5)

str(top_gf)  

top_gf <- top_gf %>% mutate(Equipo = forcats::as_factor(Equipo))  

str(top_gf) 

levels(top_gf$Equipo)

top_gf <- top_gf %>% mutate(Equipo = forcats::fct_reorder(Equipo, GF)) 

levels(top_gf$Equipo)


leaflet() %>% addTiles() %>% leafem::addMouseCoordinates()

```


----------------

#  <FONT COLOR="darkblue">2. Tabla de la English Premier League Temporada 2019/2020</FONT>

La temporada 2019/2020 fue un año muy singular y esto debido a la pandemia mundial que todos conocemos como lo fue el coronavirus. Esta situacion pandemica provoco la detencion de los partidos desde la jornada 28 del 1 de Marzo hasta el 17 de junio que se pudo reanudar. Sin embargo y pese a estos 3 meses de la falta de este gran futbol, dejo varios aspectos relevantes: lograr el Liverpool conseguir el titulo de campeon después de 30 años tras su última victoria y primero con la denominacion Premier League. Ademas haberlo conseguido rompiendo varios records como ser el primer equipo de la competición y de Europa que clasificó más anticipadamente a la fase de grupos de la Liga de Campeones de la UEFA (12 fechas de anticipación). Tambien cabe a destacar que introdujo por primera vez la tecnologia VAR (Video Arbitraje).

> "Es increíble ser campeón con este equipo. Ha sido muy fácil motivar a los jugadores por la gran historia que tiene el club. Es un logro increíble para mis jugadores, lo es todo lo que han hecho durante los últimos tres años". Jürgen Klopp 

```{r eval=TRUE, echo=FALSE}

kable(clasif) %>%
  kableExtra::kable_styling(fixed_thead = list(enabled = T, background = "lightblue")) %>%  column_spec(3, bold = T, color = "white", background = "lightblue") 


```


### <FONT COLOR="darkblue">Una forma de visualizar los puntos obtenidos en la liga</FONT>

```{r eval=TRUE, echo=FALSE, out.width = "80%"}

clasif_2 <- clasif %>% select(c(Equipo, Pts))

wordcloud2(data = clasif_2, size = 0.3)

```

----------------

```{r eval = TRUE, echo = FALSE}
knitr::include_graphics(here::here("imagenes", "liverpool-champions.jpg"))

```

----------------

#   <FONT COLOR="darkblue">3. Analisis Clasificacion Siguiente Temporada</FONT> 
## <FONT COLOR="darkblue">Competiciones Europeas y Descenso de Categoria</FONT> {.tabset .tabset-pills}


En esta grafica podemos observar la clasificacon a competiciones europeas de los primeros clasificados en la tabla y sus respectivos puntos onseguidos, los primeros 4 puestos clasifican a la Champions League y los 5 y 6 lugar a la Europa Legue. Podemos destacar la actuacion del Arsenal que al haber ganado la FA Cup tuvo como premio formar parte de la Europa League. Por ultimo, observamos los 3 equipos con menos puntos (Watford, Bournemouth y Norwich City) que jugaran la proxima temporada 20/21 en la segunda division de inglaterra (EFL Championship).



### <FONT COLOR="darkblue">**Grafico 1**</FONT> 

```{r eval = TRUE, echo = FALSE, out.width = "80%"}

p <- ggplot(clasif_1, aes(x = Equipo, y = Pts)) + 
  geom_col(fill = c("midnightblue", "midnightblue", "midnightblue", 
                      "midnightblue", "chocolate1", "chocolate1", "chocolate1", "red", "red", "red")) 

p + labs(title = "Clasificacion Siguiente Temporada",
       subtitle = "(Europa y Descenso)",
       caption = "Elaboracion propia",
       x = "Equipos",
       y = "Puntos totales") + theme_light() + 
  geom_text(aes(label = Pts),nudge_y = 3, colour = "black") + coord_flip() +
  annotate(geom = "text", x = 2, y = 55, label = "Descenso", size = 4) +
  annotate(geom = "text", x= 5, y = 80, label = "Europa League", size = 4) +
  annotate(geom = "text", x= 8, y = 90, label = "Champions League", size = 4)

```


### <FONT COLOR="darkblue">**Grafico 2**</FONT> 


```{r, eval = TRUE, echo = FALSE, out.width = "80%"}

g2 <- ggplot (clasif_1, aes(x=Equipo, y = Pts), aes(fct_rev(Equipo))) + 
  geom_bar(stat="identity",aes(fill = Clasif2021)) + scale_y_discrete(breaks= c('0', '25', '50', '75', '100')) +
  coord_flip() + theme_bw() + labs(title = "Clasificacion Siguiente Temporada",
           subtitle = "(Europa y Descenso)",
           caption = "Elaboracion propia",
           x = "Equipos",
           y = "Puntos totales")

g2

```



----------------


#   <FONT COLOR="darkblue">4. Analisis Goles Anotados</FONT> 

## <FONT COLOR="darkblue">Equipos con mas Goles Anotados</FONT> {.tabset .tabset-pills}

En este grafico 3 estudiamos a los 5 grandes clubes que anotaron mayores goles esta temporada. Destacamos al Manchester City que logro sobrepasar la brecha de los 100 goles anotando 102 goles esta temporada. Tambien podemos concluir que estos equipos son igualmente los 5 primeros en la tabla de clasificacion por lo que mientras mas goles anotados mas posibilidades tienes de sumar mayor cantidad de puntos y colocarse en lo mas alto de la tabla. En el grafico 4 encontramos a todos los equipos de la temporada, con 1034 goles y una media de 51,4 goles por equipo y de 27,21 goles por partido termina la tempoara atipica en Inglaterra.


### <FONT COLOR="darkblue">**Grafico 3**</FONT> 

```{r eval=TRUE, echo=FALSE, out.width = "80%"}

p <- ggplot(top_gf, aes(x = Equipo, y = GF)) + 
  geom_bar(stat = "identity", fill = c("cadetblue1", "red", "mediumblue", "mediumblue", "red")) +
  theme_bw() 

p <- p + labs(title = "Gráfico 1: Equipos Goleadores en la Temporada 19/20",
       subtitle = "(Top 5 Mas Goles Anotados)",
       caption = "Elaboracion propia",
       x = "Equipos",
       y = "Goles A Favor") +
  geom_text(aes(label = GF),nudge_y = 3, colour = "black")

p

```


### <FONT COLOR="darkblue">**Grafico 4**</FONT> 

```{r eval = TRUE, echo=FALSE, out.width = "80%"}

g4 <- ggplot(clasif, aes(x=Equipo, y=GF)) + 
    geom_point(col="darkblue", size=3) +   
    geom_segment(aes(x=Equipo, 
                     xend=Equipo, 
                     y=min(GF), 
                     yend=max(GF)), 
                 linetype="dotted", 
                 size=0.1) +   
    labs(title="Mas Goles Anotados", 
         subtitle="Temporada 19/20", 
         caption="Elaboracion propia", y = "Goles A Favor") +  
    coord_flip()

g4

```


----------------

##  <FONT COLOR="darkblue">Los Pichichis (Jugadores con mas goles en la temporada)</FONT>

```{r eval = TRUE, echo = FALSE}

knitr::include_graphics(here::here("imagenes", "Jamie-Vardy.jpg"))

```


En esta tabla podemos observar a los maximos anotadores y las estadisticas de cada jugador respecto a los partidos y minutos jugados en todos los partidos de la temporada. En el como maximo goleador aparece el jugador ingles Jamie Vardy (Leicester City) con 23 dianas, seguido de un empate en goles y terminando el podio el jugador gabones Pierre-Emerick Aubameyang (Arsenal) y el jugador ingles Danny Ings (Southampton).


```{r eval = TRUE, echo = FALSE}

kable(max_gol) %>%
  kableExtra::kable_styling(fixed_thead = list(enabled = T, background = "lightblue")) %>%
  kable_paper(full_width = F) %>% column_spec(4, color = "white",
            background = spec_color(mtcars$drat[1:8], end = 0.7),
            popover = paste("am:", mtcars$am[1:8])) %>%
  column_spec(2, color = spec_color(mtcars$mpg[1:8]),
              link = "https://www.premierleague.com/stats/top/players/goals?se=274")

```


### <FONT COLOR="darkblue">Otra forma de visualizar los goleadores de la temporada</FONT>

Esta vez analizamos los goles anotados por cada minuto de juego, podemos observar que los jugaodres con menor ratio de goles por minuto y que tienen menos minutos dentro de la cancha son los jugadores con mas efectividad dentro del terreno de juego. Estos jugadores son Raheem Sterling y Harry Kane que son los que se encuentran mas hacia abajo y a la izquierda de la grafica 


```{r eval = TRUE, echo = FALSE, out.width = "85%"}

g5 <- ggplot(max_gol, aes(x=minutosjugados, y=minutopgol, color = jugador)) +
  geom_point() + labs(title="Goles por Minuto Jugados por Jugador", 
       subtitle="Temporada 19/20", 
       caption="Elaboracion propia", x = "Minutos Jugados", y = "Gol por Minuto") +
  theme_stata() + theme(legend.position = "none") +
  ggrepel::geom_label_repel(ggplot2::aes(label = jugador))


g5


```



```{r eval = TRUE, echo = FALSE }

embed_url("https://www.youtube.com/watch?v=MeOy4ubmrGI&ab_channel=LCFC")

```


----------------

# <FONT COLOR="darkblue">5. Analisis Asistencias</FONT>

El maximo asistidor y con mucha diferencia es el futbolista belga Kevin De Bruyne con unas 20 asistencias seguido de 3 jugadores del club campeon el Liverpool los cuales son Trent Alexander-Arnold, Andrew Robertson y Mohamed Salah. El jugador belga considerado el mejor mediocampista ofensivo de la epoca ha sido premiado con el premio playmaker en la liga que es el nuevo premio que entregará la Premier League para reconocer al mejor orquestador de la temporada. 


>"Me siento bien. Significa que he hecho un buen trabajo. Soy un creador y trato de crear oportunidades para mis compañeros de equipo. Si anotan, obtengo la asistencia y me veo bien" Kevin De Bruyne.

A esas asistencias también hay que sumarle 8 tantos, por lo que su impacto en el juego le ha proporcionado al Manchester City un total de 24 goles. Su temporada en todas las competiciones se resume con unos excelentes números: 12 goles y 21 asistencias en 52 partidos.



```{r eval = TRUE, echo = FALSE}

asistencia <- asistencia %>% select(c(Jugador, asistencias, nacionalidad))


asistencia %>% gt() %>% 
  gt::text_transform(locations = cells_body(columns = vars(nacionalidad)),
                     fn = function(x) {gt::web_image(c("https://simbologiadelmundo.com/wp-content/uploads/2016/06/r-belgica.png",
                  "https://upload.wikimedia.org/wikipedia/commons/b/be/Flag_of_England.svg",
                  "https://trucoslondres.com/wp-content/uploads/2017/09/scotland-891914_1920-300x180.png",
                  "https://upload.wikimedia.org/wikipedia/commons/f/fe/Flag_of_Egypt.svg",
                  "https://upload.wikimedia.org/wikipedia/commons/thumb/9/9a/Flag_of_Spain.svg/1200px-Flag_of_Spain.svg.png",
                  "https://upload.wikimedia.org/wikipedia/commons/0/09/Flag_of_South_Korea.svg",
                  "https://upload.wikimedia.org/wikipedia/commons/7/77/Flag_of_Algeria.svg",
                  "https://upload.wikimedia.org/wikipedia/commons/thumb/9/9a/Flag_of_Spain.svg/1200px-Flag_of_Spain.svg.png",
                  "https://upload.wikimedia.org/wikipedia/commons/b/be/Flag_of_England.svg",
                  "https://upload.wikimedia.org/wikipedia/commons/thumb/0/05/Flag_of_Brazil.svg/300px-Flag_of_Brazil.svg.png"), height = 20)}) %>% tab_header(title = md("**Maximos Asistidores**"),subtitle = md("**Temporada 2019/2020**")) %>%
  tab_options(heading.background.color = "lightblue", column_labels.font.weight = "bold")

```


----------------

# <FONT COLOR="darkblue">6. Premios en la Temporada</FONT>


Los mas galardonados de la temporada, ya mencionado anteriormente, sin duda alguna el mas destacado, el futbolista kevin De Bruyne fue el MVP mejor jugador de la temporada y recibio el premio playmaker al mejor armador de juego en la temporada. Tambien podemos destacar el gol de la temporada anotado por el coreano Heugh-Min Son que lo podemos ver luego de la tabla. La bota de Oro para el mayor anotador mencionado antes Jamie Vardy. mejor jugador mas joven o golden boy de la temporada se lo lleva el jugador del Liverpool Alexander-Arnold. Tambien vemos premios como al mejor manager Jurguen Klopp y el guante de oro para el portero del Manchester City Ederson. 


```{r eval = TRUE, echo = FALSE}

kable(premio) %>%
  kableExtra::kable_styling(fixed_thead = list(enabled = T, background = "lightblue")) %>%
  kable_paper(full_width = F) %>% row_spec(1, bold = T, color = "white", background = "#D7261E") %>% row_spec(7, bold = T, color = "white", background = "#D7261E") %>%
  column_spec(2, color = "black",
              link = "https://www.tudn.com/futbol/premier-league/jurgen-klopp-y-kevin-de-bruyne-son-el-mejor-tecnico-y-jugador-de-la-premier-league")


```


```{r eval = TRUE, echo = FALSE }

embed_url("https://www.youtube.com/watch?v=IwH4KReJ4KE&ab_channel=TottenhamHotspur")

```



----------------

#  <FONT COLOR="darkblue">7. Estadios de los Equipos de Primera Division Temporada 19/20</FONT>

Para complementar este analisis conoceremos los estadios de los 20 equipos que se dejaron la piel este año combatiendo partido a partido en estos grandes campos de juego. Nos encontramos con la ubicacion de cada uno de los campos en las distintas ciudades de Inglaterra. Como dato interesante la distancia mas larga recorrida entre dos equipos es de 568 kilometros, que es la distancia que tienen que recorrer los equipos New Castle United y Bournemouth para sus respectivos enfrentamientos. Ademas podemos destacar la ciudad de Liverpool donde los estadios del Liverpool y el Everton los separa una distancia solo de 1,9 kilometros. Por ultimo podemos observar que en la ciudad de Londres se encuentran 5 equipos los cuales son: West Ham United, Chelsea, Tottenham, Arsenal y el Crystal Palace. 


```{r eval = TRUE, echo = FALSE}

p <- leaflet() %>%
  addTiles() %>% 
  setView(lng = -2.435973, lat = 52.378051, zoom = 6) %>% 
  addMarkers(lng = -0.1909, lat = 51.4818, popup = "Stamford Bridge (Chelsea)") %>% 
  addMarkers(lng = -0.0163, lat = 51.5388, popup = "London Stadium (West Ham United)") %>%
  addMarkers(lng = -0.1084, lat = 51.5550, popup = "Emirates Stadium (Arsenal)") %>%
  addMarkers(lng = -0.0663, lat = 51.6044, popup = "Tottenham Hotspur Stadium (Tottenham)") %>%
  addMarkers(lng = -0.0856, lat = 51.4000, popup = "Selhurst Park (Crystal Palace)") %>%
  addMarkers(lng = -2.9607, lat = 53.4309, popup = "Anfield (Liverpool)") %>%
  addMarkers(lng = -2.2004, lat = 53.4832, popup = "Etihad Stadium (Manchester City)") %>%
  addMarkers(lng = -2.2911, lat = 53.4635, popup = "Old Trafford (Manchester United)") %>%
  addMarkers(lng = -2.9663, lat = 53.4389, popup = "Goodison Park (Everton)") %>%
  addMarkers(lng = -1.1421, lat = 52.6205, popup = "King Power Stadium (Leicester City)") %>%
  addMarkers(lng = -2.1303, lat = 52.5903, popup = "Molineux Stadium (Wolverhampton Wanderers)") %>%
  addMarkers(lng = -1.4698, lat = 53.3701, popup = "Bramall Lane (Sheffield United)") %>%
  addMarkers(lng = -1.6216, lat = 54.9756, popup = "St James Park (New Castle United") %>%
  addMarkers(lng = -2.2304, lat = 53.7888, popup = "Turf Moor (Burnley)") %>%
  addMarkers(lng = -1.3909, lat = 50.9060, popup = "St Marys Stadium (Southampton)") %>%
  addMarkers(lng = -0.0849, lat = 50.8630, popup = "Falmer Stadium (Brighton & Hove Albion)") %>%
  addMarkers(lng =  1.3095, lat = 52.6232, popup = "Carrow Road (Norwich City)") %>%
  addMarkers(lng = -0.4016, lat = 51.6500, popup = "Vicarage Road (Watford)") %>%
  addMarkers(lng = -1.8382, lat = 50.7354, popup = "Dean Court (Bournemouth)") %>%
  addMarkers(lng = -1.8848, lat = 52.5092, popup = "Villa Park (Aston Villa)")

p

```

----------------

#  <FONT COLOR="darkblue">8. Conclusión</FONT>

La atipica temporada 2019-2020 nos ha dejado unos recuerdos inolvidables que son para la historia de este gran campeonato. La pandemia del covid-19 no impidio que el Liverpool levantara su ansiada y esperada Premier League luego de 30 años de sequia domestica. Su futbol arrollador y dominante destaco rompiendo records y consiguiendo una unica derrota en toda la temporada. Ademas, La inclusion del VAR desde mi punto de vista ha sido favorable para esta competicion ya que ha dotado al conjunto arbitral con una ayuda extra en el estudio de jugadas decisivas. Tambien podemos acotar que no hubo una gran competencia o disputa para la consecucion de los puestos para la Champions League ya que tanto el Liverpool (campeon) y el Manchester City presentaban una amplia ventaja en puntos con el resto de sus competidores. Sin embargo, la fuerte pelea por estos ultimos puestos europeos (tercero y cuarto clasificado) fue la frenetica disputa de varios equipos (Leicester, Tottenham, Wolves) que al final terminaron como vencedores el Chelsea y el Manchester United. 
 


#  <FONT COLOR="darkblue">Referencias</FONT>

Para la realización del trabajo he utilizado:

- [enlace a El Comercio](https://elcomercio.pe/deporte-total/futbol-mundial/liverpool-campeon-jurgen-klopp-tras-ganar-la-premier-league-es-increible-ser-campeon-con-este-equipo-noticia/)

- [enlace a Marca](https://www.marca.com/claro-mx/futbol/premier-league/posiciones.html)

- [enlace a wikipedia](https://es.wikipedia.org/wiki/Premier_League_2019-20)

- [enlace a The R Graph Gallery](https://www.r-graph-gallery.com/)

- [enlace a tutoriales](https://perezp44.github.io/intro-ds-20-21-web/04-tutoriales.html)

- [enlace a pagina oficial de la liga de Inglaterra](https://www.premierleague.com/stats/top/players/goals?se=274)

- [enlace a TUDN](https://www.tudn.com/futbol/premier-league/jurgen-klopp-y-kevin-de-bruyne-son-el-mejor-tecnico-y-jugador-de-la-premier-league)





```{r, eval = TRUE, echo = FALSE, out.width = "80%"}

g2 <- ggplot (clasif_1, aes(x=Equipo, y = Pts), aes(fct_rev(Equipo))) + 
  geom_bar(stat="identity",aes(fill = Clasif2021)) + scale_y_discrete(breaks= c('0', '25', '50', '75', '100')) +
  coord_flip() + theme_bw() + labs(title = "Clasificacion Siguiente Temporada",
           subtitle = "(Europa y Descenso)",
           caption = "Elaboracion propia",
           x = "Equipos",
           y = "Puntos totales")



```


```{r, eval = TRUE, echo = FALSE, out.width = "80%"}


ggplotly(g2)

```




----------------

<br><br>

Para acabar este chunk para incluir tu `session info`:

```{r}
sessioninfo::session_info() %>% details::details(summary = 'current session info') 
```


