Tarea_4_JC22006

Importación de datos a utilizar

En primera instancia se presentan la porción de código que cargará tanto la base de datos sobre las exportaciones y la base que contiene los códigos ISO, posteriormente se presenta en desarrollo de la guía en 2 apartados, uno referente a pegar un ranking de 10 casos incluyendo los códigos ISO y finamelente un ranking anual de los primeros 5 socios.

options (scipen = 999)

#librerias
library(dplyr)
library(readxl)
library(tidyr)
library(kableExtra)

# Carga de datos 
load("~/a1 material de cada ciclo UES/2024/CICLO 2/Metodos para el Analisis Economico/A14-Elaboracion de un top 5 de socios comerciales/data_comercio_exterior.RData")

#Pegar los códigos ISO

ruta_archivo <- "C:/Users/MINEDUCYT/Documents/a1 material de cada ciclo UES/2024/CICLO 2/Metodos para el Analisis Economico/A14-Elaboracion de un top 5 de socios comerciales/master_paises_iso.xlsx"
iso_paises <- read_excel(ruta_archivo)
data_comercio_exterior %>% 
  left_join(iso_paises,
            by = c("pais"="nom_pais_esp")) -> data_comercio_exterior


#Seleccionar Años
anios_ranking<-2018:2020
data_comercio_exterior %>% 
  filter(anio %in% anios_ranking) ->data_ranking

1. Primeros 10 casos del ranking con información estandarizada

Tabla sin formato

data_ranking %>% 
  select(pais,iso_3, everything())-> nuevo_ranking_orden
head(nuevo_ranking_orden, n=10)

## # A tibble: 10 × 20
##    pais       iso_3 sac    anio   mes valor_cif kilogramos_importaci…¹ valor_fob
##    <chr>      <chr> <chr> <dbl> <dbl>     <dbl>                  <dbl>     <dbl>
##  1 Afganistan AFG   0806…  2018     6   6448.                  1464.           0
##  2 Afganistan AFG   6104…  2018    10   3153.                  2408.           0
##  3 Afganistan AFG   6104…  2018    10    946.                   722.           0
##  4 Afganistan AFG   6105…  2018    10   9405.                  7181.           0
##  5 Afganistan AFG   6106…  2018    10   1353.                  1726.           0
##  6 Afganistan AFG   6405…  2018    10   2260.                  1726.           0
##  7 Afganistan AFG   8206…  2018    10      6.56                   5.02         0
##  8 Afganistan AFG   6404…  2019     2   7752.                  6748.           0
##  9 Afganistan AFG   6405…  2019     2    508.                   442.           0
## 10 Afganistan AFG   6405…  2019     2     12.4                   10.8          0
## # ℹ abbreviated name: ¹kilogramos_importaciones
## # ℹ 12 more variables: kilogramos_exportaciones <dbl>, nom_pais_ingles <chr>,
## #   iso_2 <chr>, codigo_pais...5 <dbl>, codigo_pais...6 <chr>, region <dbl>,
## #   cod_region <chr>, sub_region <dbl>, cod_sub_region <chr>,
## #   region_intermedia <dbl>, cod_region_intermedia <chr>, ...13 <dbl>

Tabla con formato

head(nuevo_ranking_orden, 10) %>% 
kable(caption = "Primeros 10 casos de Comercio Exterior 2018 - 2020 ")

Primeros 10 casos de Comercio Exterior 2018 - 2020
pais	iso_3	sac	anio	mes	valor_cif	kilogramos_importaciones	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	0806200000	2018	6	6448.43	1463.92	Afghanistan	AF	4	Asia	142	Asia Meridional	34	NA	NA	Asia	142
Afganistan	AFG	6104220000	2018	10	3153.37	2407.61	Afghanistan	AF	4	Asia	142	Asia Meridional	34	NA	NA	Asia	142
Afganistan	AFG	6104620000	2018	10	946.01	722.28	Afghanistan	AF	4	Asia	142	Asia Meridional	34	NA	NA	Asia	142
Afganistan	AFG	6105100000	2018	10	9405.39	7181.03	Afghanistan	AF	4	Asia	142	Asia Meridional	34	NA	NA	Asia	142
Afganistan	AFG	6106100000	2018	10	1353.32	1725.55	Afghanistan	AF	4	Asia	142	Asia Meridional	34	NA	NA	Asia	142
Afganistan	AFG	6405900000	2018	10	2260.03	1725.55	Afghanistan	AF	4	Asia	142	Asia Meridional	34	NA	NA	Asia	142
Afganistan	AFG	8206000000	2018	10	6.56	5.02	Afghanistan	AF	4	Asia	142	Asia Meridional	34	NA	NA	Asia	142
Afganistan	AFG	6404110000	2019	2	7752.13	6748.03	Afghanistan	AF	4	Asia	142	Asia Meridional	34	NA	NA	Asia	142
Afganistan	AFG	6405100000	2019	2	508.03	442.24	Afghanistan	AF	4	Asia	142	Asia Meridional	34	NA	NA	Asia	142
Afganistan	AFG	6405900000	2019	2	12.45	10.85	Afghanistan	AF	4	Asia	142	Asia Meridional	34	NA	NA	Asia	142

2. Ranking anual de los principales socios comerciales de El Salvador, periodo 2018 -2020

- Cálculo y porcentaje

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|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

- Tabla en formato “RAW”

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

- Tabla con formato mediante uso de libreria “KableExtra”

library(kableExtra)
mi_tabla %>%
  kable(caption = paste("Top",5,"socios comerciales periodo",
    min(anios_ranking),"-",max(anios_ranking))) %>%
  add_footnote(label = " Elaboración propia con base en datos del BCR", notation = "none")

Top 5 socios comerciales 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: Elaboración propia con base en datos del BCR