A14-Elaboración de un top 5 de socios comerciales

1. Con base en la información disponible en la “Base de Datos de Comercio Exterior” del BCR, incluida en el archivo .RData disponible para esta tarea.

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(dplyr)
library(kableExtra)
library(tidyr)
library(knitr)
#Se carga la data.
load("~/PracticasMAE118/data_comercio_exterior.RData")

#Para eliminar los N/A.
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

#Para formar la tabla.
data_comercio_exterior %>% 
  filter(anio >= 2018 & anio <=2020)%>%
  head(n = 10)%>% 
  kable(caption="El Salvador: Base de Importaciones 2018-2020",
        align="c") %>%
  kable_classic() %>% 
  add_footnote(label="Elaboración propia con base en datos del BCR",
               notation="symbol")
El Salvador: Base de Importaciones 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
* Elaboración propia con base en datos del BCR

2. 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(tidyr)
library(readxl)
library(knitr)
library(kableExtra)

nombre_archivo <- ("~/PracticasMAE118/master_paises_iso.xlsx")
nombres_paises_iso <- read_excel(nombre_archivo)

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

data_comercio_exterior_estandarizada %>% 
  select(pais, iso_3, anio,mes, everything()) %>%
  head(10) %>%
  kable(caption = "Base de Comercio Exterior 2018 - 2020 estandarizada",
        align = "c") %>%
  kable_classic()%>%
  add_footnote(label = "Elaboración propia con base en datos del BCR", 
               notation = "symbol")
Base de Comercio Exterior 2018 - 2020 estandarizada
pais iso_3 anio mes sac valor_cif kilogramos_importaciones valor_fob kilogramos_exportaciones nom_pais_ingles iso_2 codigo_pais…5 codigo_pais…6 region cod_region sub_region cod_sub_region region_intermedia cod_region_intermedia …13
Afganistan AFG 2017 4 4010390000 58.06 0.92 0 0 Afghanistan AF 4 Asia 142 Asia Meridional 34 NA NA Asia 142
Afganistan AFG 2017 4 6812999000 88.38 1.39 0 0 Afghanistan AF 4 Asia 142 Asia Meridional 34 NA NA Asia 142
Afganistan AFG 2017 4 8487900000 20.93 0.33 0 0 Afghanistan AF 4 Asia 142 Asia Meridional 34 NA NA Asia 142
Afganistan AFG 2017 4 8511800000 98.93 1.56 0 0 Afghanistan AF 4 Asia 142 Asia Meridional 34 NA NA Asia 142
Afganistan AFG 2017 4 8708930000 62.18 0.98 0 0 Afghanistan AF 4 Asia 142 Asia Meridional 34 NA NA Asia 142
Afganistan AFG 2017 4 9028200000 130.06 2.05 0 0 Afghanistan AF 4 Asia 142 Asia Meridional 34 NA NA Asia 142
Afganistan AFG 2017 12 6913100000 650.43 5.49 0 0 Afghanistan AF 4 Asia 142 Asia Meridional 34 NA NA Asia 142
Afganistan AFG 2017 12 7326209000 2.00 0.01 0 0 Afghanistan AF 4 Asia 142 Asia Meridional 34 NA NA Asia 142
Afganistan AFG 2018 6 0806200000 6448.43 1463.92 0 0 Afghanistan AF 4 Asia 142 Asia Meridional 34 NA NA Asia 142
Afganistan AFG 2018 10 6104220000 3153.37 2407.61 0 0 Afghanistan AF 4 Asia 142 Asia Meridional 34 NA NA Asia 142
* Elaboración propia con base en datos del BCR

3. Obtenga un ranking, anual, de los 5 principales socios comerciales de El Salvador, para el periodo 2018-2020.

Presente sus resultados en el siguiente formato:

#Filtro de los años
anios_ranking <- 2018:2020
data_comercio_exterior_estandarizada %>% 
  filter(anio %in% anios_ranking) -> data_ranking

#Se calcula el 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

#se transformará la tabla.
library(tidyr)
insumo_reporte %>% 
pivot_wider(names_from = rank,values_from = data)->mi_tabla

#Resultados requeridos.
library(kableExtra)
library(knitr)
mi_tabla %>%
  kable(caption = paste("Top",5,"Socios Comerciales",
    min(anios_ranking),"-",max(anios_ranking))) %>% 
  add_footnote(label = "Elaboracion propia con base en datos del BCR")
Top 5 Socios Comerciales 2018 - 2020
anio 1 2 3 4 5
2018 USA|44.07 HND|15.34 GTM|14.36 NIC|6.87 CRI|4.39
2019 USA|41.88 GTM|15.95 HND|15.91 NIC|6.68 CRI|4.5
2020 USA|35.73 GTM|16.9 HND|15.21 NIC|7.65 CRI|5.21

Note: aElaboracion propia con base en datos del BCR