Ejercicio 1)

library(dplyr)
library(tidyr)
library(kableExtra)
library(knitr)
load("C:/Users/MINEDUCYT/Desktop/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 

#Mostrar Tabla (primeros 10 elementos)
data_comercio_exterior %>% 
  filter(anio >= 2018 & anio <=2020)%>%
  head(10) %>% 
  kable(caption = "Base de Comercio Exterior 2018-2020",
        align = "c") %>%
  kable_classic() %>%
  add_footnote(label = "Elaboración propia con base en datos del BCR",
               notation = "symbol") %>%  kable_styling()
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
* Elaboración propia con base en datos del BCR

Ejercicio 2)

library(dplyr)
library(readxl)

nombre_archivo <- ("C:/Users/MINEDUCYT/Downloads/master_paises_iso.xlsx")
nombres_iso_paises <- read_excel(nombre_archivo)
data_comercio_exterior %>%
  left_join(nombres_iso_paises,
            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

Ejercicio 3)

library(tidyr)
library(kableExtra)
library(knitr)

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

#Calculando 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 
  insumo_reporte %>%
  pivot_wider(names_from = rank,values_from = data) -> mi_tabla 

  
# Resultados   
  mi_tabla %>% 
   kable(caption = paste("Top",5,"Socios comerciales, datos en porcentaje de las exportaciones totales", 
   min(anios_ranking),"-",max(anios_ranking))) %>%
   add_footnote (label = "Elaboracion propia con base en datos del BCR")
Top 5 Socios comerciales, datos en porcentaje de las exportaciones totales 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