PARTE 1

Con base en la información disponible en la “Base de Datos de Comercio Exterior” del BCR, para los años 2018-2020. Genera una tabla, mostrando un head de 10 casos.

library(dplyr)

## 
## Adjuntando el paquete: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

library(tidyverse)

## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ forcats   1.0.0     ✔ readr     2.1.5
## ✔ ggplot2   3.5.1     ✔ stringr   1.5.1
## ✔ lubridate 1.9.3     ✔ tibble    3.2.1
## ✔ purrr     1.0.2     ✔ tidyr     1.3.1

## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors

library(kableExtra)

## 
## Adjuntando el paquete: 'kableExtra'
## 
## The following object is masked from 'package:dplyr':
## 
##     group_rows

load("C:/Users/elian/Documents/R Studio/Tareas Metodos AE/Base_comecio_exterior/data_comercio_exterior.RData")
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

fil_comer_exter <- data_comercio_exterior %>%
  filter(anio >= 2018 & anio <= 2020) %>%
  arrange(anio)

fil_comer_exter %>% 
  head(10) %>%
  kable(caption = "Base de Comercio Exterior 2018-2020", align = "c") %>%
  kable_styling()

Base de Comercio Exterior 2018-2020
pais	sac	anio	mes	valor_cif	kilogramos_importaciones
Afganistan	0806200000	2018	6	6448.43	1463.92
Afganistan	6104220000	2018	10	3153.37	2407.61
Afganistan	6104620000	2018	10	946.01	722.28
Afganistan	6105100000	2018	10	9405.39	7181.03
Afganistan	6106100000	2018	10	1353.32	1725.55
Afganistan	6405900000	2018	10	2260.03	1725.55
Afganistan	8206000000	2018	10	6.56	5.02
Albania	6403919000	2018	1	375.18	12.32
Albania	6104690000	2018	2	108.52	2.78
Albania	6104690000	2018	3	72.27	1.71

PARTE 2

Agregue la información estandarizada de los países (nombres iso de los países y regiones, etc), mostrando un head de 10 casos.

library(dplyr)
library(tidyr)
library(kableExtra)
library(readxl)

nombre_archivo <- "C:/Users/elian/Documents/R Studio/Tareas Metodos AE/A14 base de datos de Comercio Exterior/master_paises_iso.xlsx"
master_iso_paises <- read_excel(nombre_archivo)

## New names:
## • `codigo_pais` -> `codigo_pais...5`
## • `codigo_pais` -> `codigo_pais...6`
## • `` -> `...13`

master_iso_paises<-master_iso_paises %>%
  select(iso_3,pais=nom_pais_esp)
data_comercio_exterior %>% left_join(
  master_iso_paises) -> informacion_estandarizada

## Joining with `by = join_by(pais)`

informacion_estandarizada <- informacion_estandarizada %>%
  select(pais, iso_3, everything())

informacion_estandarizada %>% head(10) %>% 
  kable(caption = "Base de Comercio Exterior con informacion estandarizada 2018-2020" , aling="c") %>% 
kable_styling()

Base de Comercio Exterior con informacion estandarizada 2018-2020
pais	iso_3	sac	anio	mes	valor_cif	kilogramos_importaciones
Afganistan	AFG	4010390000	2017	4	58.06	0.92
Afganistan	AFG	6812999000	2017	4	88.38	1.39
Afganistan	AFG	8487900000	2017	4	20.93	0.33
Afganistan	AFG	8511800000	2017	4	98.93	1.56
Afganistan	AFG	8708930000	2017	4	62.18	0.98
Afganistan	AFG	9028200000	2017	4	130.06	2.05
Afganistan	AFG	6913100000	2017	12	650.43	5.49
Afganistan	AFG	7326209000	2017	12	2.00	0.01
Afganistan	AFG	0806200000	2018	6	6448.43	1463.92
Afganistan	AFG	6104220000	2018	10	3153.37	2407.61

PARTE 3

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

anios_ranking<-2018:2020
informacion_estandarizada %>% 
  filter(anio %in% anios_ranking) -> data_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

## `summarise()` has grouped output by 'anio'. You can override using the
## `.groups` argument.

print(insumo_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)
insumo_reporte %>% 
pivot_wider(names_from = rank,values_from = data)->mi_tabla
print(mi_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

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 - 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

TOP CINCO SOCIOS COMERCIALES.

Eliana Michell Mejia Juarez MJ21002

14 de septiembre de 2024

PARTE 1

PARTE 2

PARTE 3