A14: Elaboración de un top 5 de socios comerciales.

EJERCICIO 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. 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)
load("C:/Users/fatim/Downloads/MAE-TAREAS/data_comercio_exterior.RData")
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


# Seleccion de Años
data_comercio_exterior_fil<-data_comercio_exterior %>%
  filter(anio>= 2018 & anio <= 2020)

#Tabla 
data_comercio_exterior_fil %>% 
  head(10) %>%
  kable(caption = "Base de Comercio Exterior 2018-2020", align = "c") %>%
  add_footnote (label = " Elaboración propia con base en datos del BCR")
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

Note: a Elaboración propia con base en datos del BCR

EJERCICIO 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. 
options (scipen = 999)
library(readxl)
Archivo <- "C:/Users/fatim/Downloads/MAE-TAREAS/master_paises_iso.xlsx"
iso_paises<-read_excel(Archivo)
iso_paises <-iso_paises%>%
  select(iso_3, iso_2, region, pais= nom_pais_esp)

data_comercio_exterior%>%
  left_join(
    iso_paises,
    by= "pais") -> data_estandarizada_iso

#Ordenar 
data_estandarizada_iso <- data_estandarizada_iso %>%
  select(pais, iso_3, iso_2, region, everything())

data_estandarizada_iso%>%
  head(10)%>%
  kable(caption = "Base de datos de Comercio Exterior con codigos ISO y regiones", align = "c") %>%
  add_footnote(label = "Elaboración propia con base en datos del BCR")
Base de datos de Comercio Exterior con codigos ISO y regiones
pais iso_3 iso_2 region sac anio mes valor_cif kilogramos_importaciones valor_fob kilogramos_exportaciones
Afganistan AFG AF 142 4010390000 2017 4 58.06 0.92 0 0
Afganistan AFG AF 142 6812999000 2017 4 88.38 1.39 0 0
Afganistan AFG AF 142 8487900000 2017 4 20.93 0.33 0 0
Afganistan AFG AF 142 8511800000 2017 4 98.93 1.56 0 0
Afganistan AFG AF 142 8708930000 2017 4 62.18 0.98 0 0
Afganistan AFG AF 142 9028200000 2017 4 130.06 2.05 0 0
Afganistan AFG AF 142 6913100000 2017 12 650.43 5.49 0 0
Afganistan AFG AF 142 7326209000 2017 12 2.00 0.01 0 0
Afganistan AFG AF 142 0806200000 2018 6 6448.43 1463.92 0 0
Afganistan AFG AF 142 6104220000 2018 10 3153.37 2407.61 0 0

Note: aElaboración propia con base en datos del BCR

EJERCICIO 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: Top 5 Socios comerciales, periodo 2018-2020, datos en porcentaje de las exportaciones totales. 
#Seleccion de Años
anios_ranking<-2018: 2020
data_estandarizada_iso %>%
  filter(anio %in% anios_ranking) -> data_ranking

#Cálculo de ranking y 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() -> reporte
print(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|41.88    1
## 7  2019 GTM|15.95    2
## 8  2019 HND|15.91    3
## 9  2019  NIC|6.68    4
## 10 2019   CRI|4.5    5
## 11 2020 USA|35.73    1
## 12 2020  GTM|16.9    2
## 13 2020 HND|15.21    3
## 14 2020  NIC|7.65    4
## 15 2020  CRI|5.21    5
library(tidyr)
reporte%>%
  pivot_wider(names_from = rank, values_from = data) -> tabla_est
print(tabla_est)
## # A tibble: 3 × 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|41.88 GTM|15.95 HND|15.91 NIC|6.68 CRI|4.5 
## 3  2020 USA|35.73 GTM|16.9  HND|15.21 NIC|7.65 CRI|5.21
# TABLA REQUERIDA
library(kableExtra)
tabla_est %>%
  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 - 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: aElaboración propia con base en datos del BCR