# 2. Data prep----
# 2.1. Factores a character----
str(players)

players <- players %>%
  dplyr::mutate(across(is.factor, as.character)) %>%
  dplyr::mutate(across(posicion, as.factor))

str(players)

# 3. Data transform----
# Reordenar nuestras variables
# 3.1. Ubicar variable(s) al comienzo del df----
players %>%
  dplyr::relocate(edad)
players %>%
  dplyr::relocate(edad, peso.kg.)

# 3.2. Ubicar variable(s) antes o despues de otra variable----
players %>%
  dplyr::relocate(edad, .before = jugador) 
players %>%
  dplyr::relocate(edad, .after = jugador) 

# 3.3. Ubicar variable(s) despues de la ultima columna----
players %>%
  dplyr::relocate(edad, .after = last_col()) 

# 3.4. Ubicar variable(s) que sean de un tipo concreto----
# Pone al principio todas las columnas de tipo character y luego el resto respetando
# su orden
players %>%
  dplyr::relocate(where(is.character))
players %>%
  dplyr::relocate(where(is.character), .after = where(is.numeric))

# 3.5. Ubicar variable(s) que sean de un tipo concreto----
# Pone todas las columnas de tipo character antes o despues de las de tipo numerico
players %>%
  dplyr::relocate(where(is.character), .before = where(is.numeric))
players %>%
  dplyr::relocate(where(is.character), .after = where(is.numeric))

# 3.6. Ubicar variable(s) que sean de un tipo concreto----
# Pone todas las columnas de tipo character despues de las de tipo numerico
players <- players %>% 
  dplyr::relocate(any_of(c("edad", "name", "nacionalidad")))
players <- players %>% 
  dplyr::relocate(all_of(c("edad", "name", "nacionalidad")))