TAREA_5_AN18012

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.

library(readr)
library(dplyr)

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

library(kableExtra)

## 
## Attaching package: 'kableExtra'

## The following object is masked from 'package:dplyr':
## 
##     group_rows

setwd("~/MAE2023/IMPORTACIONES/")
archivos_importar<- list.files()
lista_importaciones<- lapply(archivos_importar,
                             FUN = read_delim, delim= "|",
                             col_names= c("pais","sac","anio","mes",
                                          "valor_cif","kilogramos"),
                             col_types= cols(pais= "c",
                                             sac= "c",
                                             anio= "d",
                                             mes= "d",
                                             valor_cif= "d",
                                             kilogramos= "d"),
                             skip= 1)
data_importaciones<- bind_rows(lista_importaciones)
data_importaciones %>% head(n = 10) %>% kable(caption = "El Salvador base de importaciones 2018-2020", aling= "c") %>% 
  add_footnote(label = "Elaboracion propia con base de datos 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
Canada	0511100000	2018	3	17884.85	24.00
Canada	0706900000	2018	4	963.78	6500.00
Canada	0706900000	2018	6	116.45	1176.00
Canada	0709991000	2018	6	166.36	800.00
^* Elaboracion propia con base de datos del BCR

library(readr)
library(dplyr)
library(kableExtra)
setwd("~/MAE2023/EXPORTACIONES/")
archivos_importar<- list.files()
lista_exportaciones<- lapply(archivos_importar,
                             FUN = read_delim, delim= "|",
                             col_names= c("pais","sac","anio","mes",
                                          "valor_fob","kilogramos"),
                             col_types= cols(pais= "c",
                                             sac= "c",
                                             anio= "d",
                                             mes= "d",
                                             valor_fob= "d",
                                             kilogramos= "d"),
                             skip= 1)
data_exportaciones<- bind_rows(lista_exportaciones)
data_exportaciones %>% head(n = 10) %>% kable(caption = "El Salvador base de exportaciones 2018-2020", aling= "c") %>% 
  add_footnote(label = "Elaboracion propia con base de datos del BCR",
               notation = "symbol") %>% kable_styling()

El Salvador base de exportaciones 2018-2020
pais	sac	anio	mes	valor_fob	kilogramos
Canada	0106900000	2018	2	4667.20	15.00
Canada	0106900000	2018	3	4237.10	14.00
Canada	0106900000	2018	4	3918.00	13.50
Canada	0106900000	2018	5	3155.40	10.00
Canada	0106900000	2018	6	3097.40	9.00
Canada	0305720000	2018	2	2702.30	280.00
Canada	0602100000	2018	1	475519.57	7504.03
Canada	0602100000	2018	2	400232.82	6216.29
Canada	0602100000	2018	3	158138.42	2464.76
Canada	0602100000	2018	4	30370.08	510.83
^* Elaboracion propia con base de datos del BCR

library(dplyr)
library(tidyr)
library(kableExtra)
data_importaciones %>% full_join(
  data_exportaciones,
  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(n = 10) %>%
  kable(caption = "Base de Comercio Exterior 2018-2020",
        align = "c") %>%
  add_footnote(label = "Elaboracion propia con base en 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 en datos del BCR

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

load("~/MAE2023/data_comercio_exterior.RData")
library(dplyr)
library(tidyr)
library(kableExtra)
setwd("~/MAE2023/Importaciones_update")

archivos_importar <- list.files()

lista_importacion <- lapply(
  archivos_importar,
  FUN = read_delim,
  delim = "|",
  col_names = c("pais",
                "sac",
                "anio",
                "mes",
                "valor_cif",
                "kilogramos"),
  col_types = cols(
    pais = "c",
    sac = "c",
    anio = "d",
    mes = "d",
    valor_cif = "d",
    kilogramos = "d"
  ),
  skip = 1
)

data_importaciones_update <- bind_rows(lista_importacion)
#Exportaciones
setwd("~/MAE2023/Exportaciones_update")

archivos_importar <- list.files()

lista_importacion <- lapply(
  archivos_importar,
  FUN = read_delim,
  delim = "|",
  col_names = c("pais",
                "sac",
                "anio",
                "mes",
                "valor_fob",
                "kilogramos"),
  col_types = cols(
    pais = "c",
    sac = "c",
    anio = "d",
    mes = "d",
    valor_cif = "d",
    kilogramos = "d"
  ),
  skip = 1
)

data_exportaciones_update <- bind_rows(lista_importacion)

data_importaciones_update %>% full_join(
  data_exportaciones_update,
  by = c("pais", "sac", "anio", "mes"),
  suffix = c("_importaciones", "_exportaciones")
) -> data_comercio_exterior_update

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

#Unir la tabla de comercio exterior y su actualización
data_comercio_exterior %>% bind_rows(data_comercio_exterior_update) %>%  arrange(pais, anio, mes, sac) ->
  data_comercio_exterior

save(data_comercio_exterior, file = "~/MAE2023/data_comercio_exterior_actualizada.RData")

data_comercio_exterior %>% filter(anio == 2023, mes == 08) %>% head(n = 10) %>%
  kable(caption = "Base de Comercio Exterior 2018-2023",
        align = "c") %>%
  add_footnote(label = "Elaboración propia con base en 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
Albania	6109900000	2023	8	77.80	1.22	0	0
Albania	6109900000	2023	8	77.80	1.22	0	0
Albania	6109900000	2023	8	77.80	1.22	0	0
Albania	6109900000	2023	8	77.80	1.22	0	0
Albania	6109900000	2023	8	77.80	1.22	0	0
Albania	6109900000	2023	8	77.80	1.22	0	0
Albania	6109900000	2023	8	77.80	1.22	0	0
Albania	6109900000	2023	8	77.80	1.22	0	0
Albania	6109900000	2023	8	77.80	1.22	0	0
Albania	8484200000	2023	8	165.15	2.60	0	0
^* Elaboración propia con base en datos del BCR

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.

options (scipen = 9999)
library(dplyr)
library(readxl)
library(kableExtra)
#Datos
load("~/MAE2023/data_comercio_exterior_actualizada.RData")

#Pegar nombres paises
nombre_archivo <- "~/MAE2023/master_paises_iso.xlsx"
master_paises_iso <- read_excel(nombre_archivo)
data_comercio_exterior %>%
  left_join(master_paises_iso,
            by = c("pais" = "nom_pais_esp")) -> data_comercio_exterior


#Seleccionar Años
anios_ranking<-2018:2023
data_comercio_exterior %>% 
  filter(anio %in% anios_ranking) ->data_ranking

data_ranking %>%
  select("pais","anio","iso_3","region") %>% 
  head(n = 10) %>%
  kable(caption = "Base de Comercio Exterior - ISO",
        align = "c") %>% 
  add_footnote(label = "Elaboración propia con base de datos del BCR",
               notation = "symbol") %>% kable_styling()

Base de Comercio Exterior - ISO
pais	anio	iso_3	region
Afganistan	2018	AFG	142
Afganistan	2018	AFG	142
Afganistan	2018	AFG	142
Afganistan	2018	AFG	142
Afganistan	2018	AFG	142
Afganistan	2018	AFG	142
Afganistan	2018	AFG	142
Afganistan	2019	AFG	142
Afganistan	2019	AFG	142
Afganistan	2019	AFG	142
^* Elaboración propia con base de datos del BCR

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: Top 5 Socios comerciales, periodo 2018-2023, datos en porcentaje de las exportaciones totales.

library(dplyr)
library(tidyr)
library(kableExtra)
data_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 NA|47.09 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 NA|44.41 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 NA|43.91 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 NA|43.83 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 NA|41.17 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 NA|38.49 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

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

## # A tibble: 6 × 6
##    anio `1`      `2`       `3`       `4`      `5`     
##   <dbl> <chr>    <chr>     <chr>     <chr>    <chr>   
## 1  2018 NA|47.09 HND|15.34 GTM|14.36 NIC|6.87 CRI|4.39
## 2  2019 NA|44.41 GTM|15.92 HND|15.9  NIC|6.66 CRI|4.46
## 3  2020 NA|43.91 GTM|16.42 HND|15.56 NIC|7.1  CRI|4.49
## 4  2021 NA|43.83 GTM|16.78 HND|16.49 NIC|7.2  CRI|4.11
## 5  2022 NA|41.17 GTM|17.05 HND|16.65 NIC|6.98 CRI|4.27
## 6  2023 NA|38.49 GTM|17.93 HND|15.94 NIC|7.39 CRI|4.62

mi_tabla %>%
  kable(caption = paste("Top",5,"socios comerciales periodo",2018-2023,"datos en porcentaje de las exportaciones totales",
    min(anios_ranking),"-",max(anios_ranking))) %>%
  add_footnote(label = "Elaboración propia con base en datos del BCR") %>% 
  kable_styling(bootstrap_options = "striped")

Top 5 socios comerciales periodo -5 datos en porcentaje de las exportaciones totales 2018 - 2023
anio	1	2	3	4	5
2018	NA\|47.09	HND\|15.34	GTM\|14.36	NIC\|6.87	CRI\|4.39
2019	NA\|44.41	GTM\|15.92	HND\|15.9	NIC\|6.66	CRI\|4.46
2020	NA\|43.91	GTM\|16.42	HND\|15.56	NIC\|7.1	CRI\|4.49
2021	NA\|43.83	GTM\|16.78	HND\|16.49	NIC\|7.2	CRI\|4.11
2022	NA\|41.17	GTM\|17.05	HND\|16.65	NIC\|6.98	CRI\|4.27
2023	NA\|38.49	GTM\|17.93	HND\|15.94	NIC\|7.39	CRI\|4.62
^a Elaboración propia con base en datos del BCR

TAREA_5_AN18012

Hugo Alejandro Azahar Nieto

2023-10-04

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.

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

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.

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: Top 5 Socios comerciales, periodo 2018-2023, datos en porcentaje de las exportaciones totales.