Análisi de datos de importaciones
DiegoMeza
2026-05-23
titulo
Fuente de datos
Objetivo
Este documento procesa los archivos mensuales de importaciones
aduaneras correspondientes a los años 2024 y 2025,
explora el campo RUBRO, filtra exactamente el rubro
ELECTRONICA, genera una base analítica limpia y exporta los
insumos necesarios para un tablero Shiny.
Librerías a usa
#intall.packages("data.table")
library(data.table)
library(stringi)Carga de bases
texto texto
# para cargar los datos mes a mes
# library(readr)
# =========================
# CARGA MANUAL 2025
# =========================
# system.time({
# adu_2025_01 <- read_csv("D:/ADUANAS/2025_ENERO.csv")
# adu_2025_02 <- read_csv("D:/ADUANAS/2025_FEBRERO.csv")
# adu_2025_03 <- read_csv("D:/ADUANAS/2025_MARZO.csv")
# adu_2025_04 <- read_csv("D:/ADUANAS/2025_ABRIL.csv")
# adu_2025_05 <- read_csv("D:/ADUANAS/2025_MAYO.csv")
# adu_2025_06 <- read_csv("D:/ADUANAS/2025_JUNIO.csv")
# adu_2025_07 <- read_csv("D:/ADUANAS/2025_JULIO.csv")
# adu_2025_08 <- read_csv("D:/ADUANAS/2025_AGOSTO.csv")
# adu_2025_09 <- read_csv("D:/ADUANAS/2025_SEPTIEMBRE.csv")
# adu_2025_10 <- read_csv("D:/ADUANAS/2025_OCTUBRE.csv")
# adu_2025_11 <- read_csv("D:/ADUANAS/2025_NOVIEMBRE.csv")
# adu_2025_12 <- read_csv("D:/ADUANAS/2025_DICIEMBRE.csv")
# })# para cargar los datos mes a mes
library(data.table)
# =========================
# CARGA MANUAL 2025
# =========================
# system.time({
# adu_2025_01 <- fread("D:/ADUANAS/2025_ENERO.csv")
# adu_2025_02 <- fread("D:/ADUANAS/2025_FEBRERO.csv")
# adu_2025_03 <- fread("D:/ADUANAS/2025_MARZO.csv")
# adu_2025_04 <- fread("D:/ADUANAS/2025_ABRIL.csv")
# adu_2025_05 <- fread("D:/ADUANAS/2025_MAYO.csv")
# adu_2025_06 <- fread("D:/ADUANAS/2025_JUNIO.csv")
# adu_2025_07 <- fread("D:/ADUANAS/2025_JULIO.csv")
# adu_2025_08 <- fread("D:/ADUANAS/2025_AGOSTO.csv")
# adu_2025_09 <- fread("D:/ADUANAS/2025_SEPTIEMBRE.csv")
# adu_2025_10 <- fread("D:/ADUANAS/2025_OCTUBRE.csv")
# adu_2025_11 <- fread("D:/ADUANAS/2025_NOVIEMBRE.csv")
# adu_2025_12 <- fread("D:/ADUANAS/2025_DICIEMBRE.csv")
# })# =========================
# CARGA MANUAL 2024
# =========================
# adu_2024_01 <- fread("D:/ADUANAS/2024_ENERO.csv")
# adu_2024_02 <- fread("D:/ADUANAS/2024_FEBRERO.csv")
# adu_2024_03 <- fread("D:/ADUANAS/2024_MARZO.csv")
# adu_2024_04 <- fread("D:/ADUANAS/2024_ABRIL.csv")
# adu_2024_05 <- fread("D:/ADUANAS/2024_MAYO.csv")
# adu_2024_06 <- fread("D:/ADUANAS/2024_JUNIO.csv")
# adu_2024_07 <- fread("D:/ADUANAS/2024_JULIO.csv")
# adu_2024_08 <- fread("D:/ADUANAS/2024_AGOSTO.csv")
# adu_2024_09 <- fread("D:/ADUANAS/2024_SEPTIEMBRE.csv")
# adu_2024_10 <- fread("D:/ADUANAS/2024_OCTUBRE.csv")
# adu_2024_11 <- fread("D:/ADUANAS/2024_NOVIEMBRE.csv")
# adu_2024_12 <- fread("D:/ADUANAS/2024_DICIEMBRE.csv")# =========================
# CARGA MANUAL 2023
# =========================
# adu_2023_01 <- fread("D:/ADUANAS/2023_ENERO.csv")
# adu_2023_02 <- fread("D:/ADUANAS/2023_FEBRERO.csv")
# adu_2023_03 <- fread("D:/ADUANAS/2023_MARZO.csv")
# adu_2023_04 <- fread("D:/ADUANAS/2023_ABRIL.csv")
# adu_2023_05 <- fread("D:/ADUANAS/2023_MAYO.csv")
# adu_2023_06 <- fread("D:/ADUANAS/2023_JUNIO.csv")
# adu_2023_07 <- fread("D:/ADUANAS/2023_JULIO.csv")
# adu_2023_08 <- fread("D:/ADUANAS/2023_AGOSTO.csv")
# adu_2023_09 <- fread("D:/ADUANAS/2023_SEPTIEMBRE.csv")
# adu_2023_10 <- fread("D:/ADUANAS/2023_OCTUBRE.csv")
# adu_2023_11 <- fread("D:/ADUANAS/2023_NOVIEMBRE.csv")
# adu_2023_12 <- fread("D:/ADUANAS/2023_DICIEMBRE.csv")JUntar las bases , pero guardar csv solo de determinados campos de interes y filtrado para determinado rubro
Selección de campos y filtrado de filas antes de juntarlas
normalizar_texto <- function(x) {
x <- as.character(x)
x <- iconv(x, from = "", to = "UTF-8", sub = " ")
x <- iconv(x, from = "UTF-8", to = "ASCII//TRANSLIT", sub = " ")
x <- toupper(x)
x <- gsub("[^A-Z0-9 ]", " ", x)
x <- gsub("\\s+", " ", x)
trimws(x)
}
convertir_numero <- function(x) {
x <- as.character(x)
x <- gsub("\\.", "", x)
x <- gsub(",", ".", x)
suppressWarnings(as.numeric(x))
}
procesar_base_aduanas <- function(dt, anio, mes, mes_nombre, base_origen) {
dt[
normalizar_texto(RUBRO) == "ELECTRONICA",
.(
base_origen = base_origen,
anio = anio,
mes = mes,
mes_nombre = mes_nombre,
cantidad_estadistica = convertir_numero(`CANTIDAD ESTADISTICA`),
kilo_neto = convertir_numero(`KILO NETO`),
kilo_bruto = convertir_numero(`KILO BRUTO`),
fob_dolar = convertir_numero(`FOB DOLAR`),
flete_dolar = convertir_numero(`FLETE DOLAR`),
seguro_dolar = convertir_numero(`SEGURO DOLAR`),
imponible_dolar = convertir_numero(`IMPONIBLE DOLAR`),
imponible_gs = convertir_numero(`IMPONIBLE GS`),
total_tributos = convertir_numero(TOTAL),
aduana = normalizar_texto(ADUANA),
pais_origen = normalizar_texto(`PAIS ORIGEN`),
pais_procedencia_destino = normalizar_texto(`PAIS PROCEDENCIA/DESTINO`),
medio_transporte = normalizar_texto(`MEDIO TRANSPORTE`),
uso = normalizar_texto(USO),
unidad_medida_estadistica = normalizar_texto(`UNIDAD MEDIDA ESTADISTICA`),
mercaderia = normalizar_texto(MERCADERIA),
marca_item = normalizar_texto(`MARCA ITEM`),
desc_capitulo = normalizar_texto(`DESC CAPITULO`),
desc_partida = normalizar_texto(`DESC PARTIDA`),
desc_posicion = normalizar_texto(`DESC POSICION`)
)
]
}Juntar todos los archivos luego del filtrado
# library(stringi)
#
# adu <- rbindlist(
# list(
# procesar_base_aduanas(adu_2023_01, 2023, 1, "ENERO", "adu_2023_01"),
# procesar_base_aduanas(adu_2023_02, 2023, 2, "FEBRERO", "adu_2023_02"),
# procesar_base_aduanas(adu_2023_03, 2023, 3, "MARZO", "adu_2023_03"),
# procesar_base_aduanas(adu_2023_04, 2023, 4, "ABRIL", "adu_2023_04"),
# procesar_base_aduanas(adu_2023_05, 2023, 5, "MAYO", "adu_2023_05"),
# procesar_base_aduanas(adu_2023_06, 2023, 6, "JUNIO", "adu_2023_06"),
# procesar_base_aduanas(adu_2023_07, 2023, 7, "JULIO", "adu_2023_07"),
# procesar_base_aduanas(adu_2023_08, 2023, 8, "AGOSTO", "adu_2023_08"),
# procesar_base_aduanas(adu_2023_09, 2023, 9, "SEPTIEMBRE", "adu_2023_09"),
# procesar_base_aduanas(adu_2023_10, 2023, 10, "OCTUBRE", "adu_2023_10"),
# procesar_base_aduanas(adu_2023_11, 2023, 11, "NOVIEMBRE", "adu_2023_11"),
# procesar_base_aduanas(adu_2023_12, 2023, 12, "DICIEMBRE", "adu_2023_12"),
#
# procesar_base_aduanas(adu_2024_01, 2024, 1, "ENERO", "adu_2024_01"),
# procesar_base_aduanas(adu_2024_02, 2024, 2, "FEBRERO", "adu_2024_02"),
# procesar_base_aduanas(adu_2024_03, 2024, 3, "MARZO", "adu_2024_03"),
# procesar_base_aduanas(adu_2024_04, 2024, 4, "ABRIL", "adu_2024_04"),
# procesar_base_aduanas(adu_2024_05, 2024, 5, "MAYO", "adu_2024_05"),
# procesar_base_aduanas(adu_2024_06, 2024, 6, "JUNIO", "adu_2024_06"),
# procesar_base_aduanas(adu_2024_07, 2024, 7, "JULIO", "adu_2024_07"),
# procesar_base_aduanas(adu_2024_08, 2024, 8, "AGOSTO", "adu_2024_08"),
# procesar_base_aduanas(adu_2024_09, 2024, 9, "SEPTIEMBRE", "adu_2024_09"),
# procesar_base_aduanas(adu_2024_10, 2024, 10, "OCTUBRE", "adu_2024_10"),
# procesar_base_aduanas(adu_2024_11, 2024, 11, "NOVIEMBRE", "adu_2024_11"),
# procesar_base_aduanas(adu_2024_12, 2024, 12, "DICIEMBRE", "adu_2024_12"),
#
# procesar_base_aduanas(adu_2025_01, 2025, 1, "ENERO", "adu_2025_01"),
# procesar_base_aduanas(adu_2025_02, 2025, 2, "FEBRERO", "adu_2025_02"),
# procesar_base_aduanas(adu_2025_03, 2025, 3, "MARZO", "adu_2025_03"),
# procesar_base_aduanas(adu_2025_04, 2025, 4, "ABRIL", "adu_2025_04"),
# procesar_base_aduanas(adu_2025_05, 2025, 5, "MAYO", "adu_2025_05"),
# procesar_base_aduanas(adu_2025_06, 2025, 6, "JUNIO", "adu_2025_06"),
# procesar_base_aduanas(adu_2025_07, 2025, 7, "JULIO", "adu_2025_07"),
# procesar_base_aduanas(adu_2025_08, 2025, 8, "AGOSTO", "adu_2025_08"),
# procesar_base_aduanas(adu_2025_09, 2025, 9, "SEPTIEMBRE", "adu_2025_09"),
# procesar_base_aduanas(adu_2025_10, 2025, 10, "OCTUBRE", "adu_2025_10"),
# procesar_base_aduanas(adu_2025_11, 2025, 11, "NOVIEMBRE", "adu_2025_11"),
# procesar_base_aduanas(adu_2025_12, 2025, 12, "DICIEMBRE", "adu_2025_12")
# ),
# use.names = TRUE,
# fill = TRUE
# )
#
# fwrite(
# adu,
# file = "D:/ADUANAS/aduanas_2023_2025_electronica.csv",
# sep = ";",
# bom = TRUE
# )Carga de la base compilada
adu <- fread("D:/ADUANAS/aduanas_2023_2025_electronica.csv")nrow(adu)## [1] 202825names(adu)## [1] "base_origen" "anio"
## [3] "mes" "mes_nombre"
## [5] "cantidad_estadistica" "kilo_neto"
## [7] "kilo_bruto" "fob_dolar"
## [9] "flete_dolar" "seguro_dolar"
## [11] "imponible_dolar" "imponible_gs"
## [13] "total_tributos" "aduana"
## [15] "pais_origen" "pais_procedencia_destino"
## [17] "medio_transporte" "uso"
## [19] "unidad_medida_estadistica" "mercaderia"
## [21] "marca_item" "desc_capitulo"
## [23] "desc_partida" "desc_posicion"str(adu)## Classes 'data.table' and 'data.frame': 202825 obs. of 24 variables:
## $ base_origen : chr "adu_2023_01" "adu_2023_01" "adu_2023_01" "adu_2023_01" ...
## $ anio : int 2023 2023 2023 2023 2023 2023 2023 2023 2023 2023 ...
## $ mes : int 1 1 1 1 1 1 1 1 1 1 ...
## $ mes_nombre : chr "ENERO" "ENERO" "ENERO" "ENERO" ...
## $ cantidad_estadistica : num 2 300 2000 1211 1211 ...
## $ kilo_neto : num 3.6 1570 1740 7629.5 7629.5 ...
## $ kilo_bruto : num 3.6 1580 1934 7629.5 7629.5 ...
## $ fob_dolar : num 39.8 1200 120000 106307.8 106307.8 ...
## $ flete_dolar : num 0.22 129.48 21693.54 2463.92 2463.92 ...
## $ seguro_dolar : num 0.4 12 1200 1063.1 1063.1 ...
## $ imponible_dolar : num 40.4 1341.5 142893.5 109878.8 109878.8 ...
## $ imponible_gs : num 2.97e+05 9.85e+06 1.05e+09 8.07e+08 8.07e+08 ...
## $ total_tributos : num 32585 1733215 89575942 68868812 68868812 ...
## $ aduana : chr "CIUDAD DEL ESTE" "PUERTO SECO BOREAL" "CAMPESTRE S.A." "ZA FRCA GLOBAL" ...
## $ pais_origen : chr "BR - BRASIL" "CN - CHINA" "CN - CHINA" "CN - CHINA" ...
## $ pais_procedencia_destino : chr "BR - BRASIL" "CL - CHILE" "ES - ESPA\\A" "CN - CHINA" ...
## $ medio_transporte : chr "CAMION" "CAMION" "AVION" "" ...
## $ uso : chr "NUEVO" "NUEVO" "NUEVO" "NUEVO" ...
## $ unidad_medida_estadistica: chr "UNIDAD" "UNIDAD" "UNIDAD" "UNIDAD" ...
## $ mercaderia : chr "DE VENTILADORES O CAMPANAS ASPIRANTES EN: 02-PIEZAS DE HELICE DE VENTILADOR DE MOTOR MWM 6 PAS 229-4 CB.-" "300 UNID VENTILADOR DE TECHO" "2.000 UNID. RECEPTOR DIGITAL" "APARATOS RECEPTORES DE TELEVISI?N EN:(1.211)-UNIDADES DETALLADAS EN SUB-ITEMS" ...
## $ marca_item : chr "TASCA" "SIN MARCA" "BTV 13" "" ...
## $ desc_capitulo : chr "BIENES DE CAPITAL" "BIENES DE CAPITAL" "CAPITULO 85 MAQUINAS, APARATOS Y MATERIAL ELECTRICO Y SUS PARTES; APARATOS DE GRABACION O DE REPRODUCCION DEL S"| __truncated__ "CAPITULO 85 MAQUINAS, APARATOS Y MATERIAL ELECTRICO Y SUS PARTES; APARATOS DE GRABACION O DE REPRODUCCION DEL S"| __truncated__ ...
## $ desc_partida : chr "BOMBAS DE AIRE O DE VACIO, COMPRESORES DE AIRE U OTROS GASES Y VENTILADORES; CAMPANAS ASPIRANTES PARA EXTRACCIO"| __truncated__ "BOMBAS DE AIRE O DE VACIO, COMPRESORES DE AIRE U OTROS GASES Y VENTILADORES; CAMPANAS ASPIRANTES PARA EXTRACCIO"| __truncated__ "MONITORES Y PROYECTORES, QUE NO INCORPOREN APARATO RECEPTOR DE TELEVISI?N; APARATOS RECEPTORES DE TELEVISI?N, I"| __truncated__ "MONITORES Y PROYECTORES, QUE NO INCORPOREN APARATO RECEPTOR DE TELEVISI?N; APARATOS RECEPTORES DE TELEVISI?N, I"| __truncated__ ...
## $ desc_posicion : chr "BIENES DE CAPITAL BOMBAS DE AIRE O DE VACIO, COMPRESORES DE AIRE U OTROS GASES Y VENTILADORES; CAMPANAS ASPIRAN"| __truncated__ "BIENES DE CAPITAL BOMBAS DE AIRE O DE VACIO, COMPRESORES DE AIRE U OTROS GASES Y VENTILADORES; CAMPANAS ASPIRAN"| __truncated__ "CAPITULO 85 MAQUINAS, APARATOS Y MATERIAL ELECTRICO Y SUS PARTES; APARATOS DE GRABACION O DE REPRODUCCION DEL S"| __truncated__ "CAPITULO 85 MAQUINAS, APARATOS Y MATERIAL ELECTRICO Y SUS PARTES; APARATOS DE GRABACION O DE REPRODUCCION DEL S"| __truncated__ ...
## - attr(*, ".internal.selfref")=<externalptr>Verificando series anuales y mensuales de algunos campos
(table( adu$mes , adu$anio))##
## 2023 2024 2025
## 1 4442 5239 5931
## 2 3158 5016 4163
## 3 6045 5102 5753
## 4 3173 6041 5448
## 5 4941 4743 5255
## 6 4061 4991 5086
## 7 4281 5840 9652
## 8 4815 4945 5977
## 9 5683 4321 6732
## 10 5189 6313 6790
## 11 6611 6622 6928
## 12 7103 8541 7894Tabla del top 20 del campo “mercaderia”
# =========================
# TOP 20 MERCADERIAS
# POR MONTO TOTAL
# =========================
top20_mercaderia <- adu[
,
.(
monto_total = round(
sum(fob_dolar, na.rm = TRUE),
2
)
),
by = mercaderia
][
order(-monto_total)
][
1:20
]
top20_mercaderia## mercaderia
## <char>
## 1: GAFAS (ANTEOJOS) DE SOL EN: 4.495 UNIDADES GAFAS DE SOL CON SUS RESPECTIVOS ESTUCHES, DETALLADOS EN SUB ITEM:
## 2: 8.128,00)UNIDS. GAFAS (ANTEOJOS) DE SOL DETALLADAS EN SUB-?TEMS.
## 3: GAFAS (ANTEOJOS) DE SOL EN: 2.967 UNIDADES GAFAS DE SOL CON SUS RESPECTIVOS ESTUCHES DETALLADOS EN SUB ITEM:
## 4: 6.668,00)UNIDS. GAFAS (ANTEOJOS) DE SOL DETALLADAS EN SUB-?TEMS.
## 5: LAS DEMAS, CAMARAS FOTOGRAFICAS DIGITALES Y VIDEOCAMARAS, EN (2.029) UNIDADES CAMARAS FOTOGRAFICAS DIGITALES DETALLADAS EN SUB-ITEMS
## 6: 4.960,00)UNIDS. GAFAS (ANTEOJOS) DE SOL DETALLADAS EN SUB-?TEMS.
## 7: APARATOS RECEPTORES DE TELEVISION, A COLORES, COMPLETOS, CON SUS ACCESORIOS, SEGUN DETALLE EN SUB ITEM
## 8: LAS DEMAS, C?MARAS FOTOGR?FICAS DIGITALES Y VIDEOC?MARAS, EN: (1.688) UNIDADES DETALLADAS EN SUB ITEM:
## 9: LOS DEMAS EN: 8.646 UNID. RELOJES DE PULSERA DETALLADOS EN SUB-ITEMS
## 10: LAS DEMAS, CAMARAS FOTOGRAFICAS DIGITALES Y VIDEOCAMARAS, EN (771) UNIDADES CAMARAS FOTOGRAFICAS DIGITALES DETALLADAS EN SUB-ITEMS
## 11: GAFAS (ANTEOJOS) DE SOL EN: 2.096 UNIDADES GAFAS DE SOL CON SUS RESPECTIVOS ESTUCHES, DETALLADOS EN SUB ITEM:
## 12: GAFAS (ANTEOJOS) DE SOL EN: 1.869 UNIDADES GAFAS DE SOL CON SUS RESPECTIVOS ESTUCHES, DETALLADOS EN SUB ITEM:
## 13: LOS DEMAS RELOJES , DETALLADOS EN SUB ITEMS CORRESPONDIENTES
## 14: GAFAS (ANTEOJOS) DE SOL EN: 1.701 UNIDADES GAFAS (ANTEOJOS) DE SOL CON SUS RESPECTIVOS ESTUCHES DETALLADOS EN SUB ITEM:
## 15: GAFAS ANTEOJOS DE SOL EN: 1.511 UNIDADES ANTEOJOS DE SOL CON SUS RESPECTIVOS ESTUCHES DETALLADOS EN SUB ITEM:
## 16: LAS DEMAS, CAMARAS FOTOGRAFICAS DIGITALES Y VIDEOCAMARAS, EN (1.234) UNIDADES CAMARAS FOTOGRAFICAS DIGITALES DETALLADAS EN SUB-ITEMS
## 17: LOS DEMAS EN 7084 UNID RELOJ DE PULSERA DETALLADOS EN SUB ITEMS
## 18: LAS DEMAS, CAMARAS FOTOGRAFICAS DIGITALES Y VIDEOCAMARAS, EN (1.040) UNIDADES CAMARAS FOTOGRAFICAS DIGITALES DETALLADAS EN SUB-ITEMS
## 19: LAS DEMAS, C?MARAS FOTOGR?FICAS DIGITALES Y VIDEOC?MARAS, EN: (958) UNIDADES DETALLADAS EN SUB ITEM:
## 20: LAS DEMAS, CAMARAS FOTOGRAFICAS DIGITALES Y VIDEOCAMARAS, EN (1308) UNIDADES CAMARAS FOTOGRAFICAS DIGITALES DETALLADAS EN SUB-ITEMS
## mercaderia
## monto_total
## <num>
## 1: 526072665
## 2: 378728964
## 3: 344839179
## 4: 336598658
## 5: 335481125
## 6: 315160588
## 7: 236656074
## 8: 232645872
## 9: 180329851
## 10: 165349504
## 11: 161363468
## 12: 145113737
## 13: 132407773
## 14: 113977371
## 15: 111088175
## 16: 107534700
## 17: 96301346
## 18: 91002852
## 19: 76425956
## 20: 76071018
## monto_totalAnalizar el detalle de la mercaderia para procurar agruparlas en menos categorias para construir un ranquing o top 10 de Electrónicos de mayor importación
# =========================
# AGRUPACIÓN ANALÍTICA DE MERCADERÍAS
# =========================
adu[
,
categoria_electronico := fifelse(
grepl("TELEFONO|CELULAR|SMARTPHONE|MOVIL", mercaderia),
"TELEFONOS CELULARES",
fifelse(
grepl("COMPUTADORA|NOTEBOOK|LAPTOP|PORTATIL|TABLET|CPU|SERVIDOR", mercaderia),
"COMPUTADORAS Y TABLETS",
fifelse(
grepl("TELEVISOR|TV|MONITOR|PANTALLA|DISPLAY", mercaderia),
"TELEVISORES Y MONITORES",
fifelse(
grepl("IMPRESORA|SCANNER|ESCANER|MULTIFUNCION", mercaderia),
"IMPRESORAS Y ESCANERES",
fifelse(
grepl("CAMARA|VIDEOCAMARA|FOTOGRAFICA|DRON|DRONE", mercaderia),
"CAMARAS Y DRONES",
fifelse(
grepl("AURICULAR|PARLANTE|ALTAVOZ|MICROFONO|AUDIO|AMPLIFICADOR", mercaderia),
"AUDIO Y SONIDO",
fifelse(
grepl("ROUTER|MODEM|SWITCH|RED|WIFI|BLUETOOTH|ANTENA", mercaderia),
"REDES Y COMUNICACIONES",
fifelse(
grepl("CARGADOR|ADAPTADOR|FUENTE|BATERIA|POWER BANK|UPS", mercaderia),
"ENERGIA Y ACCESORIOS ELECTRICOS",
fifelse(
grepl("CABLE|CONECTOR|USB|HDMI|MEMORIA|DISCO|SSD|PENDRIVE", mercaderia),
"ACCESORIOS INFORMATICOS",
fifelse(
grepl("REPUESTO|PARTE|PLACA|CIRCUITO|MODULO|COMPONENTE", mercaderia),
"PARTES Y COMPONENTES ELECTRONICOS",
"OTROS ELECTRONICOS"
))))))))))
]# =========================
# TOP 10 CATEGORÍAS ELECTRÓNICAS
# POR MONTO TOTAL IMPORTADO
# =========================
top10_electronicos <- adu[
,
.(
monto_total = sum(fob_dolar, na.rm = TRUE),
registros = .N
),
by = categoria_electronico
][
order(-monto_total)
][
1:10
]
top10_electronicos## categoria_electronico monto_total registros
## <char> <num> <int>
## 1: OTROS ELECTRONICOS 9527522337 150990
## 2: CAMARAS Y DRONES 3464625034 17285
## 3: TELEVISORES Y MONITORES 879621535 6991
## 4: AUDIO Y SONIDO 808737551 18638
## 5: REDES Y COMUNICACIONES 90519470 2585
## 6: PARTES Y COMPONENTES ELECTRONICOS 45049162 4178
## 7: ACCESORIOS INFORMATICOS 22163983 718
## 8: COMPUTADORAS Y TABLETS 7310612 666
## 9: ENERGIA Y ACCESORIOS ELECTRICOS 5911735 473
## 10: TELEFONOS CELULARES 735485 257Cuales meraderias son OTROS
# =========================
# DETALLE DE MERCADERÍAS EN OTROS ELECTRÓNICOS
# =========================
detalle_otros <- adu[
categoria_electronico == "OTROS ELECTRONICOS",
.(
monto_total = sum(fob_dolar, na.rm = TRUE),
registros = .N
),
by = mercaderia
][
order(-monto_total)
]
detalle_otros[
,
participacion_pct := round(
100 * monto_total / sum(monto_total, na.rm = TRUE),
2
)
]
detalle_otros[
,
participacion_acumulada_pct := round(
cumsum(monto_total) / sum(monto_total, na.rm = TRUE) * 100,
2
)
]
top_otros <- detalle_otros[1:30]
top_otros## mercaderia
## <char>
## 1: GAFAS (ANTEOJOS) DE SOL EN: 4.495 UNIDADES GAFAS DE SOL CON SUS RESPECTIVOS ESTUCHES, DETALLADOS EN SUB ITEM:
## 2: 8.128,00)UNIDS. GAFAS (ANTEOJOS) DE SOL DETALLADAS EN SUB-?TEMS.
## 3: GAFAS (ANTEOJOS) DE SOL EN: 2.967 UNIDADES GAFAS DE SOL CON SUS RESPECTIVOS ESTUCHES DETALLADOS EN SUB ITEM:
## 4: 6.668,00)UNIDS. GAFAS (ANTEOJOS) DE SOL DETALLADAS EN SUB-?TEMS.
## 5: 4.960,00)UNIDS. GAFAS (ANTEOJOS) DE SOL DETALLADAS EN SUB-?TEMS.
## 6: APARATOS RECEPTORES DE TELEVISION, A COLORES, COMPLETOS, CON SUS ACCESORIOS, SEGUN DETALLE EN SUB ITEM
## 7: LAS DEMAS, C?MARAS FOTOGR?FICAS DIGITALES Y VIDEOC?MARAS, EN: (1.688) UNIDADES DETALLADAS EN SUB ITEM:
## 8: LOS DEMAS EN: 8.646 UNID. RELOJES DE PULSERA DETALLADOS EN SUB-ITEMS
## 9: GAFAS (ANTEOJOS) DE SOL EN: 2.096 UNIDADES GAFAS DE SOL CON SUS RESPECTIVOS ESTUCHES, DETALLADOS EN SUB ITEM:
## 10: GAFAS (ANTEOJOS) DE SOL EN: 1.869 UNIDADES GAFAS DE SOL CON SUS RESPECTIVOS ESTUCHES, DETALLADOS EN SUB ITEM:
## 11: LOS DEMAS RELOJES , DETALLADOS EN SUB ITEMS CORRESPONDIENTES
## 12: GAFAS (ANTEOJOS) DE SOL EN: 1.701 UNIDADES GAFAS (ANTEOJOS) DE SOL CON SUS RESPECTIVOS ESTUCHES DETALLADOS EN SUB ITEM:
## 13: GAFAS ANTEOJOS DE SOL EN: 1.511 UNIDADES ANTEOJOS DE SOL CON SUS RESPECTIVOS ESTUCHES DETALLADOS EN SUB ITEM:
## 14: LOS DEMAS EN 7084 UNID RELOJ DE PULSERA DETALLADOS EN SUB ITEMS
## 15: LAS DEMAS, C?MARAS FOTOGR?FICAS DIGITALES Y VIDEOC?MARAS, EN: (958) UNIDADES DETALLADAS EN SUB ITEM:
## 16: LAS DEMAS, C?MARAS FOTOGR?FICAS DIGITALES Y VIDEOC?MARAS, EN: (1.015) UNIDADES DETALLADAS EN SUB ITEM:
## 17: 2.453,00)UNIDS. GAFAS (ANTEOJOS) DE SOL DETALLADAS EN SUB-ITEMS
## 18: LAS DEMAS, C?MARAS FOTOGR?FICAS DIGITALES Y VIDEOC?MARAS, EN: (1.304) UNIDADES DETALLADAS EN SUB ITEM:
## 19: LAS DEMAS, C?MARAS FOTOGR?FICAS DIGITALES Y VIDEOC?MARAS, EN: (1.156) UNIDADES DETALLADAS EN SUB ITEM:
## 20: ANTEOJOS DE SOL
## 21: LAS DEMAS, C?MARAS FOTOGR?FICAS DIGITALES Y VIDEOC?MARAS, EN: (1.681) UNIDADES DETALLADAS EN SUB ITEM:
## 22: LAS DEMAS, C?MARAS FOTOGR?FICAS DIGITALES Y VIDEOC?MARAS, EN: (1.344) UNIDADES DETALLADAS EN SUB ITEM:
## 23: LAS DEMAS, C?MARAS FOTOGR?FICAS DIGITALES Y VIDEOC?MARAS, EN: (537) UNIDADES DETALLADAS EN SUB ITEM:
## 24: GAFAS (ANTEOJOS) DE SOL EN: 2.011 UNIDADES GAFAS DE SOL CON SUS RESPECTIVOS ESTUCHES DETALLADOS EN SUB ITEM:
## 25: LAS DEMAS, C?MARAS FOTOGR?FICAS DIGITALES Y VIDEOC?MARAS, EN: (802) UNIDADES DETALLADAS EN SUB ITEM:
## 26: LAS DEMAS, C?MARAS FOTOGR?FICAS DIGITALES Y VIDEOC?MARAS, EN: (574) UNIDADES DETALLADAS EN SUB ITEM:
## 27: LAS DEMAS, C?MARAS FOTOGR?FICAS DIGITALES Y VIDEOC?MARAS, EN: (1.116) UNIDADES DETALLADAS EN SUB ITEM:
## 28: LAS DEMAS, C?MARAS FOTOGR?FICAS DIGITALES Y VIDEOC?MARAS, EN: (760) UNIDADES DETALLADAS EN SUB ITEM:
## 29: 1239 SETS (2913 CAJAS) DE EQUIPOS ACONDICIONADORES DE AIRE DEL TIPO DE SISTEMA SPLIT SYSTEM DE ELEMENTOS SEPARADOS (EVAPORADORES Y CONDENSADORES), SEGUN SE DETALLAN EN EL SUB ITEM
## 30: LAS DEMAS, C?MARAS FOTOGR?FICAS DIGITALES Y VIDEOC?MARAS, EN: (2.185) UNIDADES DETALLADAS EN SUB ITEM:
## mercaderia
## monto_total registros participacion_pct participacion_acumulada_pct
## <num> <int> <num> <num>
## 1: 526072665 1500 5.52 5.52
## 2: 378728964 622 3.98 9.50
## 3: 344839179 1499 3.62 13.12
## 4: 336598658 753 3.53 16.65
## 5: 315160588 736 3.31 19.96
## 6: 236656074 681 2.48 22.44
## 7: 232645872 132 2.44 24.88
## 8: 180329851 1140 1.89 26.78
## 9: 161363468 1014 1.69 28.47
## 10: 145113737 962 1.52 29.99
## 11: 132407773 846 1.39 31.38
## 12: 113977371 828 1.20 32.58
## 13: 111088175 834 1.17 33.74
## 14: 96301346 588 1.01 34.75
## 15: 76425956 90 0.80 35.56
## 16: 75266541 94 0.79 36.35
## 17: 74706047 316 0.78 37.13
## 18: 71054980 82 0.75 37.88
## 19: 67250112 64 0.71 38.58
## 20: 66247996 2010 0.70 39.28
## 21: 65415280 40 0.69 39.96
## 22: 62347680 45 0.65 40.62
## 23: 59718053 114 0.63 41.25
## 24: 58871327 522 0.62 41.86
## 25: 53911035 86 0.57 42.43
## 26: 52832120 80 0.55 42.98
## 27: 48081654 64 0.50 43.49
## 28: 47941116 81 0.50 43.99
## 29: 46382208 48 0.49 44.48
## 30: 44534484 48 0.47 44.95
## monto_total registros participacion_pct participacion_acumulada_pctGraficar la evolucion mensual por grupos de mercaderias
library(data.table)
library(ggplot2)
library(scales)
# =========================
# EVOLUCIÓN MENSUAL POR GRUPO DE MERCADERÍA
# =========================
evolucion_mensual_grupos <- adu[
,
.(
monto_total = sum(fob_dolar, na.rm = TRUE)
),
by = .(
anio,
mes,
mes_nombre,
categoria_electronico
)
][
order(anio, mes)
]
evolucion_mensual_grupos[
,
periodo := as.Date(
sprintf("%s-%02d-01", anio, mes)
)
]
# =========================
# GRÁFICO DE LÍNEAS
# =========================
grafico_evolucion_grupos <- ggplot(
evolucion_mensual_grupos,
aes(
x = periodo,
y = monto_total,
color = categoria_electronico,
group = categoria_electronico
)
) +
geom_line(linewidth = 1) +
geom_point(size = 2) +
scale_y_continuous(
labels = label_number(
big.mark = ".",
decimal.mark = ","
)
) +
scale_x_date(
date_breaks = "3 months",
date_labels = "%b-%Y"
) +
labs(
title = "Evolución mensual de importaciones de electrónicos por grupo de mercadería",
x = "Mes",
y = "Monto total FOB dólar",
color = "Grupo de mercadería"
) +
theme_minimal() +
theme(
axis.text.x = element_text(
angle = 45,
hjust = 1
),
legend.position = "bottom"
)
grafico_evolucion_grupos