Literal 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.

options(scipen = 999)
library(dplyr)
library(kableExtra)

load("C:/Users/MINEDUCYT/Downloads/data_comercio_exterior.RData")

anios_ranking <- 2018:2020
data_comercio_exterior %>%
  filter(anio %in% anios_ranking) -> data_ranking_comercio

head(data_ranking_comercio, 10) %>%
  kable(caption = "BASE DE DATOS COMERCIO EXTERIOR 2018-2020") %>% kable_minimal() %>%
  
  add_footnote(label="Elaboracion propia con datos del BCR",
  notation="symbol") %>%  kable_minimal()

BASE DE DATOS 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 datos del BCR

Literal 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(kableExtra)
library(readxl)

Nombres_paises <- "C:/Users/MINEDUCYT/Downloads/master_paises_iso.xlsx"

Nombres_iso_paises <- read_excel(Nombres_paises)

data_ranking_comercio <- data_ranking_comercio %>%
  left_join(Nombres_iso_paises, by = c("pais" = "nom_pais_esp"))


head(data_ranking_comercio, 10)%>%
  kable(caption = "BASE DE DATOS COMERCIO EXTERIOR ISO PAISES 2018-2020")%>% kable_minimal() %>%
  add_footnote(label="Elaboracion propia con datos del BCR",
  notation="symbol") %>%  kable_minimal()

BASE DE DATOS COMERCIO EXTERIOR ISO PAISES 2018-2020
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
^* Elaboracion propia con datos del BCR

Litreral 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.

data_ranking_comercio %>% 
  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() -> ranking_reporte

head(ranking_reporte, 10)

##    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

Tabla en formato “RAW”

library(tidyr)

ranking_reporte %>% 
pivot_wider(names_from = rank,values_from = data)-> tabla
head(tabla)

## # 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 formato requerido

library(kableExtra)
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 - 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

Guía sobre base de datos de Comercio Exterior