Ejercicio 1

Compile la información disponible en la “Base de Datos de Comercio Exterior” del BCR, para los años 2018-2020. Y genera una tabla tal como se mostró en las clases (aún no incluya los nombres ISO de los países). Muestre un head de 10 casos.

1.1 Creacion de la tabla Importaciones

library(readr)
library(dplyr)
library(data.table)
library(kableExtra)

setwd("C:/Users/Walter Alemán/Desktop/UES VI/MAE/TAREA N5/Importaciones/")
nombres_archivos_importar <- list.files()
Lista_Importacion <-lapply(nombres_archivos_importar, 
                           FUN = read_delim,
                           delim="|", 
                           col_names=c("pais",
                                            "sac",
                                            "anio",
                                            "mes",
                                            "valor_cif",
                                            "kilogramos"),
                           col_types=cols(paises="c",
                                          sac="c",
                                          anio="d",
                                          mes="d",
                                          valor_cif="d",
                                          kilogramos="d"),
                          skip=1) 

importaciones_mensuales_1820 <- bind_rows(Lista_Importacion)

importaciones_mensuales_1820 %>% head() %>% 
  kable(caption = "El salvador: Base de importaciones 2018-2020",
        align = "c") %>% 
  add_footnote(label = "Elaboracion propia con base en dator del BCR",
               notation = "symbol") %>% 
  kable_styling()

El salvador: Base de importaciones 2018-2020
pais	sac	anio	mes	valor_cif	kilogramos
Canada	0404900000	2018	2	68040.00	18810.00
Canada	0404900000	2018	3	92725.74	25528.60
Canada	0404900000	2018	4	92546.45	25525.00
Canada	0404900000	2018	6	91531.00	25525.00
Canada	0405100000	2018	6	26.56	20.00
Canada	0511100000	2018	1	16365.04	23.65
^* Elaboracion propia con base en dator del BCR

1.2 Creacion de la tabla Exportaciones

setwd("C:/Users/Walter Alemán/Desktop/UES VI/MAE/TAREA N5/Exportaciones/")
nombres_archivos_Exportar <- list.files()
Lista_Exportacion <-lapply(nombres_archivos_Exportar, 
                           FUN = read_delim,
                           "|", col_names=c("pais",
                                            "sac",
                                            "anio",
                                            "mes",
                                            "valor_fob",
                                            "kilogramos"),
                           col_types=cols(paises="c",
                                          sac="c",
                                          anio="d",
                                          mes="d",
                                          valor_cif="d",
                                          kilogramos="d"),
                           skip=1) 

exportaciones_mensuales_1820 <- bind_rows(Lista_Exportacion)

exportaciones_mensuales_1820 %>% head() %>% 
  kable(caption = "El salvador: Base de exportaciones 2018-2020",
        align = "c") %>% 
  add_footnote(label = "Elaboracion propia con base en dator del BCR",
               notation = "symbol") %>% 
  kable_styling()

El salvador: Base de exportaciones 2018-2020
pais	sac	anio	mes	valor_fob	kilogramos
Canada	0106900000	2018	2	4667.2	15.0
Canada	0106900000	2018	3	4237.1	14.0
Canada	0106900000	2018	4	3918.0	13.5
Canada	0106900000	2018	5	3155.4	10.0
Canada	0106900000	2018	6	3097.4	9.0
Canada	0305720000	2018	2	2702.3	280.0
^* Elaboracion propia con base en dator del BCR

1.3 Creacion de la tabla de comercio exterior

library(tidyr)

importaciones_mensuales_1820 %>% full_join(
  exportaciones_mensuales_1820,
  by = c("pais", "sac", "anio", "mes"),
  suffix = c("_importaciones", "_exportaciones")
) -> data_comercio_exterior

data_comercio_exterior %>% replace_na(
  list(
    valor_cif=0,
    valor_fob=0,
    kilogramos_importaciones=0,
    kilogramos_exportaciones=0
  )) %>% 
  arrange(pais, anio, mes, sac) -> data_comercio_exterior

data_comercio_exterior %>% 
  head(10) %>% 
  kable(caption = "Base de comercio exterior 2018-2020",
        align = "c") %>% 
  add_footnote(label = "Elaboracion propia con base de datos del BCR",
               notation = "symbol") %>% kable_styling()

Base de comercio exterior 2018-2020
pais	sac	anio	mes	valor_cif	kilogramos_importaciones	valor_fob	kilogramos_exportaciones
Afganistan	0806200000	2018	6	6448.43	1463.92	0	0
Afganistan	6104220000	2018	10	3153.37	2407.61	0	0
Afganistan	6104620000	2018	10	946.01	722.28	0	0
Afganistan	6105100000	2018	10	9405.39	7181.03	0	0
Afganistan	6106100000	2018	10	1353.32	1725.55	0	0
Afganistan	6405900000	2018	10	2260.03	1725.55	0	0
Afganistan	8206000000	2018	10	6.56	5.02	0	0
Afganistan	6404110000	2019	2	7752.13	6748.03	0	0
Afganistan	6405100000	2019	2	508.03	442.24	0	0
Afganistan	6405900000	2019	2	12.45	10.85	0	0
^* Elaboracion propia con base de datos del BCR

Ejercicio 2

Realice la actualización de la tabla anterior con toda la información disponible para 2023.

# Importaciones 2023

library(readr)
library(dplyr)
library(data.table)
library(kableExtra)
library(tidyr)

setwd("C:/Users/Walter Alemán/Desktop/UES VI/MAE/TAREA N5/Impor_2023/")
archivos_importar_up <- list.files()
Lista_Importacion_up <-lapply(archivos_importar_up, 
                           FUN = read_delim,
                           delim="|", col_names=c("pais",
                                            "sac",
                                            "anio",
                                            "mes",
                                            "valor_cif",
                                            "kilogramos"),
                           col_types=cols(paises="c",
                                          sac="c",
                                          anio="d",
                                          mes="d",
                                          valor_cif="d",
                                          kilogramos="d"),
                          skip=1) 

importaciones_mensuales_23<- bind_rows(Lista_Importacion_up)

# Exporaciones 2023

setwd("C:/Users/Walter Alemán/Desktop/UES VI/MAE/TAREA N5/Expor_2023/")
archivos_Exportar_up <- list.files()
Lista_Exportacion_up <-lapply(archivos_Exportar_up, 
                           FUN = read_delim,
                           delim="|", col_names=c("pais",
                                            "sac",
                                            "anio",
                                            "mes",
                                            "valor_fob",
                                            "kilogramos"),
                           col_types=cols(paises="c",
                                          sac="c",
                                          anio="d",
                                          mes="d",
                                          valor_cif="d",
                                          kilogramos="d"),
                           skip=1) 

exportaciones_mensuales_23 <- bind_rows(Lista_Exportacion_up)

# Contatenar 2023

importaciones_mensuales_23 %>% full_join(
  exportaciones_mensuales_23,
  by = c("pais", "sac", "anio", "mes"),
  suffix = c("_importaciones", "_exportaciones")
) -> comercio_exterior_up

comercio_exterior_up %>% replace_na(
  list(
    valor_cif=0,
    valor_fob=0,
    kilogramos_importaciones=0,
    kilogramos_exportaciones=0
  )) %>% 
  arrange(pais, anio, mes, sac) -> comercio_exterior_up

# Union Tabla antigua con la nueva tabla

data_comercio_exterior %>% bind_rows(comercio_exterior_up) %>%  arrange(pais, anio, mes, sac) -> data_comercio_exterior

# Mostrar Tabla 

data_comercio_exterior %>%  #filter(anio == 2023, mes == 08) %>% 
  head() %>% 
  kable(caption = "Base de comercio exterior 2018-2023",
        align = "c") %>% 
  add_footnote(label = "Elaboracion propia con base de datos del BCR",
               notation = "symbol") %>% kable_styling()

Base de comercio exterior 2018-2023
pais	sac	anio	mes	valor_cif	kilogramos_importaciones	valor_fob	kilogramos_exportaciones
Afganistan	0806200000	2018	6	6448.43	1463.92	0	0
Afganistan	6104220000	2018	10	3153.37	2407.61	0	0
Afganistan	6104620000	2018	10	946.01	722.28	0	0
Afganistan	6105100000	2018	10	9405.39	7181.03	0	0
Afganistan	6106100000	2018	10	1353.32	1725.55	0	0
Afganistan	6405900000	2018	10	2260.03	1725.55	0	0
^* Elaboracion propia con base de datos del BCR

Ejercicio 3

Agregue la información estandarizada de los países (nombres iso de los países y regiones,etc, tal como se vio en clases). Muestre un head de 10 casos.

library(readxl)
library(dplyr)
library(kableExtra)

options(scipen = 9999)

archivos<-"C:/Users/Walter Alemán/Desktop/UES VI/MAE/TAREA N5/paises_ISO.xlsx"
paises_ISO <- read_excel(archivos)

data_comercio_exterior %>% 
  left_join(paises_ISO,
            by=c("pais"="nom_pais_esp")) -> Data_comercio_estandar

Data_comercio_estandar %>%  
  head(10) %>% 
  kable(caption = "Base de comercio exterior 2018-2023 estandarizada",
        align = "c") %>% 
  add_footnote(label = "Elaboracion propia con base de datos del BCR",
               notation = "symbol") %>% kable_styling()

Base de comercio exterior 2018-2023 estandarizada
pais	sac	anio	mes	valor_cif	kilogramos_importaciones	valor_fob	kilogramos_exportaciones	nom_pais_ingles	iso_2	iso_3	codigo_pais…5	codigo_pais…6	region	cod_region	sub_region	cod_sub_region	region_intermedia	cod_region_intermedia	…13
Afganistan	0806200000	2018	6	6448.43	1463.92	0	0	Afghanistan	AF	AFG	4	Asia	142	Asia Meridional	34	NA	NA	Asia	142
Afganistan	6104220000	2018	10	3153.37	2407.61	0	0	Afghanistan	AF	AFG	4	Asia	142	Asia Meridional	34	NA	NA	Asia	142
Afganistan	6104620000	2018	10	946.01	722.28	0	0	Afghanistan	AF	AFG	4	Asia	142	Asia Meridional	34	NA	NA	Asia	142
Afganistan	6105100000	2018	10	9405.39	7181.03	0	0	Afghanistan	AF	AFG	4	Asia	142	Asia Meridional	34	NA	NA	Asia	142
Afganistan	6106100000	2018	10	1353.32	1725.55	0	0	Afghanistan	AF	AFG	4	Asia	142	Asia Meridional	34	NA	NA	Asia	142
Afganistan	6405900000	2018	10	2260.03	1725.55	0	0	Afghanistan	AF	AFG	4	Asia	142	Asia Meridional	34	NA	NA	Asia	142
Afganistan	8206000000	2018	10	6.56	5.02	0	0	Afghanistan	AF	AFG	4	Asia	142	Asia Meridional	34	NA	NA	Asia	142
Afganistan	6404110000	2019	2	7752.13	6748.03	0	0	Afghanistan	AF	AFG	4	Asia	142	Asia Meridional	34	NA	NA	Asia	142
Afganistan	6405100000	2019	2	508.03	442.24	0	0	Afghanistan	AF	AFG	4	Asia	142	Asia Meridional	34	NA	NA	Asia	142
Afganistan	6405900000	2019	2	12.45	10.85	0	0	Afghanistan	AF	AFG	4	Asia	142	Asia Meridional	34	NA	NA	Asia	142
^* Elaboracion propia con base de datos del BCR

Ejercicio 4

Obtenga un ranking, anual, de los 5 principales socios comerciales de El Salvador, para el periodo 2018-2022. Presente sus resultados en el siguiente formato:

4.1 Calculo de rankings y porcentajes

library(dplyr)

anios_ranking<-2018:2023
Data_comercio_estandar %>% 
  filter(anio %in% anios_ranking) -> data_comercio_ranking 

data_comercio_ranking %>% 
  group_by(anio, iso_3) %>% 
  summarise(total=sum(valor_fob)) %>% 
  mutate(percent=round(prop.table(total)*100,2)) %>% 
  slice_max(n = 5, order_by = total) %>% 
  as.data.frame() %>% 
  group_by(anio) %>% 
  mutate(rank = row_number(),
         data=paste(iso_3, "|", percent, sep = "")) %>% 
  select(anio, data, rank) %>% 
  as.data.frame()->insumo_reporte

print(insumo_reporte)

##    anio      data rank
## 1  2018 USA|44.07    1
## 2  2018 HND|15.34    2
## 3  2018 GTM|14.36    3
## 4  2018  NIC|6.87    4
## 5  2018  CRI|4.39    5
## 6  2019 USA|42.04    1
## 7  2019 GTM|15.92    2
## 8  2019  HND|15.9    3
## 9  2019  NIC|6.66    4
## 10 2019  CRI|4.46    5
## 11 2020 USA|40.65    1
## 12 2020 GTM|16.42    2
## 13 2020 HND|15.56    3
## 14 2020   NIC|7.1    4
## 15 2020  CRI|4.49    5
## 16 2021 USA|40.52    1
## 17 2021 GTM|16.78    2
## 18 2021 HND|16.49    3
## 19 2021   NIC|7.2    4
## 20 2021  CRI|4.11    5
## 21 2022 USA|38.78    1
## 22 2022 GTM|17.05    2
## 23 2022 HND|16.65    3
## 24 2022  NIC|6.98    4
## 25 2022  CRI|4.27    5
## 26 2023 USA|36.16    1
## 27 2023 GTM|17.93    2
## 28 2023 HND|15.94    3
## 29 2023  NIC|7.39    4
## 30 2023  CRI|4.62    5

4.2 Tabla formato “RAW”

library(tidyr)
library(dplyr)

insumo_reporte %>% 
  pivot_wider(names_from = rank, values_from = data) -> Tabla_standar

print(Tabla_standar)

## # A tibble: 6 × 6
##    anio `1`       `2`       `3`       `4`      `5`     
##   <dbl> <chr>     <chr>     <chr>     <chr>    <chr>   
## 1  2018 USA|44.07 HND|15.34 GTM|14.36 NIC|6.87 CRI|4.39
## 2  2019 USA|42.04 GTM|15.92 HND|15.9  NIC|6.66 CRI|4.46
## 3  2020 USA|40.65 GTM|16.42 HND|15.56 NIC|7.1  CRI|4.49
## 4  2021 USA|40.52 GTM|16.78 HND|16.49 NIC|7.2  CRI|4.11
## 5  2022 USA|38.78 GTM|17.05 HND|16.65 NIC|6.98 CRI|4.27
## 6  2023 USA|36.16 GTM|17.93 HND|15.94 NIC|7.39 CRI|4.62

4.3 Tabla en formato requerido

library(kableExtra)
library(dplyr)

Tabla_standar %>% 
  kable(caption = paste("Top",5,"de Exportaciones de periodo",
                        min(anios_ranking),"-",max(anios_ranking))) %>% 
  add_footnote(label = "Elaboración propia con base en datos del BCR")

Top 5 de Exportaciones de periodo 2018 - 2023
anio	1	2	3	4	5
2018	USA\|44.07	HND\|15.34	GTM\|14.36	NIC\|6.87	CRI\|4.39
2019	USA\|42.04	GTM\|15.92	HND\|15.9	NIC\|6.66	CRI\|4.46
2020	USA\|40.65	GTM\|16.42	HND\|15.56	NIC\|7.1	CRI\|4.49
2021	USA\|40.52	GTM\|16.78	HND\|16.49	NIC\|7.2	CRI\|4.11
2022	USA\|38.78	GTM\|17.05	HND\|16.65	NIC\|6.98	CRI\|4.27
2023	USA\|36.16	GTM\|17.93	HND\|15.94	NIC\|7.39	CRI\|4.62
^a Elaboración propia con base en datos del BCR

Tarea_5_AT21006

Walter Orlando Alemán Turcios

2023-10-05