TAREA 5: Guía de trabajo sobre base de datos de Comercio Exterior

Mariana Guadalupe Rodríguez Melgar RM21005

Literal 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.

Importaciones

library(dplyr)
library(readr)
library(kableExtra) #Para mostrar "bonitas" las tablas en el documento
setwd("~/UNIVERSIDAD/CICLO 6/MAE/TAREAS INDIVIDUALES/TAREA 5/DATOS_TAREA/Importaciones/") #Establece el directorio de trabajo
nombres_archivos_importar<-list.files() #Leer los archivos del directorio de trabjo
lista_importaciones<-lapply(nombres_archivos_importar,
                            FUN=read_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)
importaciones_mensuales_2018_2020<-bind_rows(lista_importaciones) #ensamblar las tablas en un solo data frame
importaciones_mensuales_2018_2020 %>% head() %>% kable(caption="Base de datos de importaciones 2018 - 2020", align="c") %>% 
  add_footnote(label="Elaboración propia con base de datos del BCR",
               notation="symbol") %>% kable_styling()

Base de datos 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
^* Elaboración propia con base de datos del BCR

Exportaciones

library(dplyr)
library(readr)
library(kableExtra) #Para mostrar "bonitas" las tablas en el documento
setwd("~/UNIVERSIDAD/CICLO 6/MAE/TAREAS INDIVIDUALES/TAREA 5/DATOS_TAREA/Exportaciones/") #Establece el directorio de trabajo
nombres_archivos_exporta<-list.files() #Leer los archivos del directorio de trabjo
lista_exportaciones<-lapply(nombres_archivos_exporta,
                            FUN=read_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)
exportaciones_mensuales_2018_2020<-bind_rows(lista_exportaciones) #ensamblar las tablas en un solo data frame
exportaciones_mensuales_2018_2020 %>% head() %>% kable(caption="Base de datos de exportaciones 2018 - 2020", align="c") %>% 
  add_footnote(label="Elaboración propia con base de datos del BCR",
               notation="symbol") %>% kable_styling()

Base de datos 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
^* Elaboración propia con base de datos del BCR

Union de ambas: Tabla de Comercio Exterior

library(dplyr)
library(tidyr)
library(kableExtra)

# Concatenar las tablas de data_importaciones y data exportaciones
importaciones_mensuales_2018_2020 %>% 
  full_join(exportaciones_mensuales_2018_2020, by=c("pais", 
                                                    "sac",
                                                    "anio",
                                                    "mes"),
            suffix=c("_importaciones","_exportaciones")
            )->data_comercio_exterior

#Sustituir los valores nulos "NA" y guardar en el mismo objeto
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 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

Para guardar la tabla

save(data_comercio_exterior,file = "~/UNIVERSIDAD/CICLO 6/MAE/TAREAS INDIVIDUALES/TAREA 5/data_comercio_exterior.RData")

Literal 2

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

Tabla de comercio exterior actualizada

library(dplyr)
library(tidyr)
library(kableExtra)
setwd("~/UNIVERSIDAD/CICLO 6/MAE/TAREAS INDIVIDUALES/TAREA 5/DATOS_TAREA/Importaciones_update/")
archivos_importar<-list.files() #Leer los archivos del directorio de trabjo
lista_importaciones<-lapply(archivos_importar,
                            FUN=read_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_importaciones)

#Exportaciones
setwd("~/UNIVERSIDAD/CICLO 6/MAE/TAREAS INDIVIDUALES/TAREA 5/DATOS_TAREA/Exportaciones_update/")
archivos_export<-list.files() #Leer los archivos del directorio de trabjo
lista_export<-lapply(archivos_export,
                            FUN=read_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_update<-bind_rows(lista_export)

#Concatenar las tablas de data_importaciones y data_exportaciones

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 comercio exterior y su actualizada

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

#volver a guardar

save(data_comercio_exterior, file = "~/UNIVERSIDAD/CICLO 6/MAE/TAREAS INDIVIDUALES/TAREA 5/data_comercio_exterior_actualizada.RData")

#mostrar la tabla

data_comercio_exterior %>% head(10) %>% 
  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
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

Literal 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(dplyr)
library(readxl)
#Datos
load("~/UNIVERSIDAD/CICLO 6/MAE/TAREAS INDIVIDUALES/TAREA 5/data_comercio_exterior_actualizada.RData")

#Pegar nombres paises
nombre_archivo <- "~/UNIVERSIDAD/CICLO 6/MAE/TAREAS INDIVIDUALES/TAREA 5/DATOS_TAREA/master_paises_iso.xlsx"
nombres_iso_paises <- read_excel(nombre_archivo)

data_comercio_exterior %>%
  left_join(nombres_iso_paises,
            by = c("pais" = "nom_pais_esp")) -> data_comercio_exterior_estandarizada

save(data_comercio_exterior_estandarizada, file = "~/UNIVERSIDAD/CICLO 6/MAE/TAREAS INDIVIDUALES/TAREA 5/data_comercio_exterior_estandarizada.RData")

data_comercio_exterior_estandarizada %>% head(10) %>%
  kable(caption = "Base de Comercio Exterior 2018 - 2023 estandarizada",
        align = "c") %>%
  add_footnote(label = "Elaboración propia con base en 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
^* Elaboración propia con base en datos del BCR

Literal 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:

Imagen de referencia

anios_ranking<-2017:2022
data_comercio_exterior_estandarizada %>% 
  filter(anio %in% anios_ranking) ->data_ranking

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 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

Tabla en formato “RAW”

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

## # A tibble: 5 × 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

Tabla en Formato Requerido

library(kableExtra)
mi_tabla %>%
  kable(caption = paste("Top",5,"Principales Socios comerciales",
    min(anios_ranking),
    "-",max(anios_ranking))) %>%
  add_footnote(label = "Elaboración propia con base en datos del BCR")

Top 5 Principales Socios comerciales 2017 - 2022
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
^a Elaboración propia con base en datos del BCR

tarea_5_RM21005

Mariana Guadaluper Rodriguez Melgar

2023-10-05