Tarea N°5

Tabla de importaciones

library(readr)
library(dplyr)
library(kableExtra) 
setwd("C:/Users/DELL i5/Desktop/Pablo/Ciclo II 2023/Metodos para analisis/Comercio exterior semestral 2018-2020/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="Elaboración 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
* Elaboración propia con base en datos del BCR

Tabla de exportaciones

setwd("C:/Users/DELL i5/Desktop/Pablo/Ciclo II 2023/Metodos para analisis/Comercio exterior semestral 2018-2020/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_fob="d",
                                  kilogramos="d"),
                          skip=1)
data_exportaciones<-bind_rows(lista_exportacion)
data_exportaciones %>% head()%>% kable(caption="El Salvador: Base de Exportaciones 2018-2020",
        align="c") %>% 
  add_footnote(label="Elaboración propia con base en 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 4667.2 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 en datos del BCR

1. Tabla comercio exterior

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 #Se hizo la asignación al final de la instrucción.

data_comercio_exterior %>% head() %>%
  kable(caption = "Base de Comercio Exterior 2018-2020",
        align = "c") %>%
  add_footnote(label = "Elaboración 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 0806200000 2018 6 6448.43 1463.92 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
Afganistan 8414510000 2019 2 1262.76 1099.21 0 0
* Elaboración propia con base en datos del BCR

Guardar Tabla

save(data_comercio_exterior, file = "C:/Users/DELL i5/Desktop/Pablo/Ciclo II 2023/Metodos para analisis/Comercio exterior semestral 2018-2020.RData")

2. Tabla Actualizada

library(dplyr)
library(tidyr)
library(kableExtra)
setwd("C:/Users/DELL i5/Desktop/Pablo/Ciclo II 2023/Metodos para analisis/Comercio exterior semestral 2018-2020/update/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_update <- bind_rows(lista_importacion)
setwd("C:/Users/DELL i5/Desktop/Pablo/Ciclo II 2023/Metodos para analisis/Comercio exterior semestral 2018-2020/update/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_update <- bind_rows(lista_exportacion)


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

data_comercio_exterior %>% bind_rows(data_comercio_exterior_update) %>%  arrange(pais, anio, mes, sac) ->
  data_comercio_exterior
data_comercio_exterior %>% head() %>%
  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
Afganistan 0806200000 2018 6 6448.43 1463.92 0 0
Afganistan 0806200000 2018 6 6448.43 1463.92 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
Afganistan 8414510000 2019 2 1262.76 1099.21 0 0
* Elaboración propia con base en datos del BCR

Guardar Base de datos actualizada

save(data_comercio_exterior, file = "C:/Users/DELL i5/Desktop/Pablo/Ciclo II 2023/Metodos para analisis/Comercio exterior semestral 2018-2020/data_comercio_exterior_actualizada.RData")

3. Base de de datos estandarizada

library(dplyr)
library(readxl)
nombre_archivo <- "C:/Users/DELL i5/Desktop/Pablo/Ciclo II 2023/Metodos para analisis/Comercio exterior semestral 2018-2020/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_estendarizada

save(data_comercio_exterior_estendarizada, file = "C:/Users/DELL i5/Desktop/Pablo/Ciclo II 2023/Metodos para analisis/Comercio exterior semestral 2018-2020/data_comercio_exterior_estendarizada.RData")

data_comercio_exterior_estendarizada %>%
  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 0806200000 2018 6 6448.43 1463.92 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
Afganistan 8414510000 2019 2 1262.76 1099.21 0 0 Afghanistan AF AFG 4 Asia 142 Asia Meridional 34 NA NA Asia 142
Afganistan 8509400000 2019 2 81.25 70.73 0 0 Afghanistan AF AFG 4 Asia 142 Asia Meridional 34 NA NA Asia 142
Afganistan 8516400000 2019 2 232.93 202.77 0 0 Afghanistan AF AFG 4 Asia 142 Asia Meridional 34 NA NA Asia 142
Afganistan 8523521000 2019 2 50.66 0.20 0 0 Afghanistan AF AFG 4 Asia 142 Asia Meridional 34 NA NA Asia 142
Afganistan 9022900000 2019 8 1392.56 120.00 0 0 Afghanistan AF AFG 4 Asia 142 Asia Meridional 34 NA NA Asia 142
* Elaboración propia con base en datos del BCR

4. Ranking 5 principales socios comerciales

Importacion de datos

options (scipen = 999) #para mostrar todos los decimales :)
library(dplyr)
library(readxl)
load("C:/Users/DELL i5/Desktop/Pablo/Ciclo II 2023/Metodos para analisis/Comercio exterior semestral 2018-2020/data_comercio_exterior_actualizada.RData")


nombre_archivo <- "C:/Users/DELL i5/Desktop/Pablo/Ciclo II 2023/Metodos para analisis/Comercio exterior semestral 2018-2020/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


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

Calculo de ranking & porcentajes

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|47.71    1
## 2  2018 HND|15.57    2
## 3  2018 GTM|14.59    3
## 4  2018  NIC|5.56    4
## 5  2018  CRI|4.08    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|36.02    1
## 27 2023 GTM|17.97    2
## 28 2023  HND|16.1    3
## 29 2023   NIC|7.4    4
## 30 2023  CRI|4.61    5

Formato RAW

library(tidyr)
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 USA|47.71 HND|15.57 GTM|14.59 NIC|5.56 CRI|4.08
## 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|36.02 GTM|17.97 HND|16.1  NIC|7.4  CRI|4.61

Top 5 Socios comerciales, periodo 2018-2023

library(kableExtra)
mi_tabla %>%
  kable(caption = paste("Top",5,"de Exportaciones periodo",
    min(anios_ranking),"-",max(anios_ranking))) %>%
  add_footnote(label = "Elaboración propia con base en datos del BCR")
Top 5 de Exportaciones periodo 2018 - 2023
anio 1 2 3 4 5
2018 USA|47.71 HND|15.57 GTM|14.59 NIC|5.56 CRI|4.08
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|36.02 GTM|17.97 HND|16.1 NIC|7.4 CRI|4.61
a Elaboración propia con base en datos del BCR