1. Compilación de base de datos de Comercio Exterior
(2018-2020)
Indicación: 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.
#ELABORACIÓN DE TABLA DE IMPORTACIONES 2018-2020
library(readr)
library(dplyr)
library(kableExtra)
setwd("C:/Users/erick/OneDrive/Escritorio/RESPALDO/UES/Ciclo II - 2023/MAE118/importacion de datos/Importaciones/")
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<-bind_rows(lista_importacion)
data_importaciones %>% head() %>% kable(caption="El Salvador: Base de Importaciones 2018-2020",
align="c") %>%
add_footnote(label="Elaboracion propia con base en 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
|
|
* Elaboracion propia con base en datos del BCR
|
#ELABORACIÓN DE TABLA DE EXPORTACIONES 2018-2020
library(readr)
library(dplyr)
library(kableExtra)
setwd("C:/Users/erick/OneDrive/Escritorio/RESPALDO/UES/Ciclo II - 2023/MAE118/importacion de datos/Exportaciones/")
archivos_importar <- list.files()
lista_exportacion <- 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 <- bind_rows(lista_exportacion)
data_exportaciones %>% head() %>% kable(caption = "Base de Exportaciones 2018-2020", align = "c") %>%
add_footnote(label = "Elaboracion propia con base en datos del BCR",
notation = "symbol") %>% kable_styling()
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 datos del BCR
|
#ELABORACIÓN DE TABLA DE COMERCIO EXTERIOR 2018-2020
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(10) %>%
kable(caption = "Base de Comercio Exterior 2018-2020",
align = "c") %>%
add_footnote(label = "Elaboracion propia con base en datos 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 BCR
|
save(data_comercio_exterior, file = "C:/Users/erick/OneDrive/Escritorio/RESPALDO/UES/Ciclo II - 2023/MAE118/importacion de datos/data_comercio_exterior122020.RData")
3. Estandarización de los países.
Indicación: 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)
nombre_archivo<- "C:/Users/erick/OneDrive/Escritorio/RESPALDO/UES/Ciclo II - 2023/MAE118/importacion de datos/nombres_iso_paises.xlsx"
nombre_iso_paises<- read_excel(nombre_archivo)
data_comercio_exterior %>%
left_join(nombre_iso_paises,
by = c("pais" = "nom_pais_esp")) -> data_comercio_exterior
head(data_comercio_exterior, 10)
4. Ranking
Indicaciones: 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(tidyr)
anios_ranking<-2018:2022 #establecemos años del ranking en una variable para estandarizar el proceso
data_comercio_exterior %>% #partimos de la base de datos y la pasamos a filter
filter(anio %in% anios_ranking) %>% #filtro por la variable de año según los solicitados.
group_by(anio,iso_3) %>% #agrupamos por año y por código ISO de los países
summarise(total=sum(valor_fob)) %>% #realizamos operaciones por agrupaciones (summarise) totalizando el valor fob (total)
mutate(porcentaje=round(prop.table(total)*100,2)) %>% #creamos la variable "porcentaje" a través de mutate y con prop.table obtenemos los porcentajes
slice_max(n = 5,order_by = total) %>% #"recortamos/slice" los primero (max) 5 valores según la variable "total"
as.data.frame() %>% #convertimos el resultado en data frame para comprimir y continuar trabajando con las operaciones obtenidas
group_by(anio) %>% #agrupamos por año nuevamente
mutate(rank = row_number(),#creamos la variable "rank" para enumerar/enlistar las observaciones según su posición (row_number/número de fila)
data=paste(iso_3,"|",porcentaje,sep = "")) %>% #colocamos formato solicitado
select(anio,data,rank) %>% #filtramos columnas con las variables que acabamos de crear
as.data.frame() %>% #convertimos en data frame/comprimimos los resultados
pivot_wider(names_from = rank,values_from = data) %>%
kable(caption = paste("Top",5,"de Exportaciones periodo", #Aplicamos formato,encabezado y pie de nota.
min(anios_ranking),"-",max(anios_ranking))) %>%
add_footnote(label = "Elaboracion propia con base en datos BCR",
notation = "symbol") %>% kable_styling()
Top 5 de Exportaciones periodo 2018 - 2022
|
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
|
|
* Elaboracion propia con base en datos BCR
|
#Realicé los comentarios en primera persona del plural debido a la publicación en RPubs :).