#Indicaciones Generales: Presente en un reporte de Rmardown (use un tema de su preferencia) todas las operaciones que se indican en la tarea, debe incluir el archivo rmd, el pdf y el informe publicado en su cuenta de Rpubs.
library(readr)
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, unionlibrary(tidyr)
library(kableExtra)##
## Adjuntando el paquete: 'kableExtra'## The following object is masked from 'package:dplyr':
##
## group_rowslibrary(readxl)#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 2022-2026. 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.
load("C:/Users/steph/OneDrive/Documentos/UES/CICLO II-2026/MAE/COMERCIO_EXTERIOR/data_comercio_exterior.RData")
anios_ranking <- 2022:2026
data_comercio_exterior %>%
filter(anio %in% anios_ranking) -> data_ranking_comercio
head(data_ranking_comercio, 10) %>%
kable(caption = "BASE DE DATOS COMERCIO EXTERIOR 2022-2026") %>% kable_minimal() %>%
add_footnote(label="Elaboracion propia con datos del BCR",
notation="symbol") %>% kable_minimal()| pais | sac | anio | mes | valor_cif | kilogramos_importaciones | valor_fob | kilogramos_exportaciones |
|---|---|---|---|---|---|---|---|
| AFGANISTAN | 8708990000 | 2022 | 2 | 220.50 | 0.29 | 0 | 0 |
| AFGANISTAN | 8471900000 | 2022 | 5 | 665.90 | 4.00 | 0 | 0 |
| AFGANISTAN | 5702310000 | 2022 | 6 | 913.74 | 22.02 | 0 | 0 |
| AFGANISTAN | 5702502000 | 2022 | 6 | 566.35 | 11.36 | 0 | 0 |
| AFGANISTAN | 6111200000 | 2022 | 8 | 213.69 | 1.56 | 0 | 0 |
| AFGANISTAN | 8536509000 | 2022 | 9 | 42.28 | 2.00 | 0 | 0 |
| AFGANISTAN | 6210400000 | 2023 | 7 | 204.75 | 0.10 | 0 | 0 |
| AFGANISTAN | 0901210000 | 2024 | 4 | 0.00 | 0.00 | 440 | 21 |
| AFGANISTAN | 4909000000 | 2024 | 4 | 0.07 | 0.15 | 0 | 0 |
| AFGANISTAN | 8473300000 | 2024 | 6 | 60.18 | 1.00 | 0 | 0 |
| * Elaboracion propia con datos del BCR |
#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.
Nombres_paises <- "C:/Users/steph/OneDrive/Documentos/UES/CICLO II-2026/MAE/COMERCIO_EXTERIOR/nombres_iso_paises.xlsx"
Nombres_iso_paises <- read_xlsx(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 2022-2026")%>% kable_minimal() %>%
add_footnote(label="Elaboracion propia con datos del BCR",
notation="symbol") %>% kable_minimal()| pais | sac | anio | mes | valor_cif | kilogramos_importaciones | valor_fob | kilogramos_exportaciones | nom_pais_ingles | iso_2 | iso_3 | codigo_pais | region | cod_region | sub_region | cod_sub_region | region_intermedia | cod_region_intermedia |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| AFGANISTAN | 8708990000 | 2022 | 2 | 220.50 | 0.29 | 0 | 0 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| AFGANISTAN | 8471900000 | 2022 | 5 | 665.90 | 4.00 | 0 | 0 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| AFGANISTAN | 5702310000 | 2022 | 6 | 913.74 | 22.02 | 0 | 0 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| AFGANISTAN | 5702502000 | 2022 | 6 | 566.35 | 11.36 | 0 | 0 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| AFGANISTAN | 6111200000 | 2022 | 8 | 213.69 | 1.56 | 0 | 0 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| AFGANISTAN | 8536509000 | 2022 | 9 | 42.28 | 2.00 | 0 | 0 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| AFGANISTAN | 6210400000 | 2023 | 7 | 204.75 | 0.10 | 0 | 0 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| AFGANISTAN | 0901210000 | 2024 | 4 | 0.00 | 0.00 | 440 | 21 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| AFGANISTAN | 4909000000 | 2024 | 4 | 0.07 | 0.15 | 0 | 0 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| AFGANISTAN | 8473300000 | 2024 | 6 | 60.18 | 1.00 | 0 | 0 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| * Elaboracion propia con datos del BCR |
#Obtenga un ranking, anual, de los 5 principales socios comerciales de El Salvador, para el periodo 2022-2026. Presente sus resultados en el siguiente formato: Top 5 Socios comerciales, periodo 2022-2026, 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## `summarise()` has regrouped the output.
## ℹ Summaries were computed grouped by anio and iso_3.
## ℹ Output is grouped by anio.
## ℹ Use `summarise(.groups = "drop_last")` to silence this message.
## ℹ Use `summarise(.by = c(anio, iso_3))` for per-operation grouping
## (`?dplyr::dplyr_by`) instead.head(ranking_reporte, 10)## anio data rank
## 1 2022 NA|100 1
## 2 2022 PCN|0 2
## 3 2022 MNP|0 3
## 4 2022 TON|0 4
## 5 2022 GUM|0 5
## 6 2023 NA|100 1
## 7 2023 TCA|0 2
## 8 2023 GUM|0 3
## 9 2023 TON|0 4
## 10 2024 NA|100 1#Nota: ISO país | %Expor. Significa que debe aparecer el código iso_3 del país y el porcentaje de exportaciones totales de el Salvador para ese país, en el año en cuestión, las columnas representan el lugar en el ranking, por ejemplo: GTM | 25.7
ranking_reporte %>%
pivot_wider(names_from = rank,values_from = data)-> tabla
head(tabla)## # A tibble: 5 × 6
## anio `1` `2` `3` `4` `5`
## <dbl> <chr> <chr> <chr> <chr> <chr>
## 1 2022 NA|100 PCN|0 MNP|0 TON|0 GUM|0
## 2 2023 NA|100 TCA|0 GUM|0 TON|0 <NA>
## 3 2024 NA|100 PCN|0 GUM|0 TCA|0 <NA>
## 4 2025 NA|100 TCA|0 PCN|0 <NA> <NA>
## 5 2026 NA|100 PCN|0 TCA|0 <NA> <NA>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")| anio | 1 | 2 | 3 | 4 | 5 |
|---|---|---|---|---|---|
| 2022 | NA|100 | PCN|0 | MNP|0 | TON|0 | GUM|0 |
| 2023 | NA|100 | TCA|0 | GUM|0 | TON|0 | NA |
| 2024 | NA|100 | PCN|0 | GUM|0 | TCA|0 | NA |
| 2025 | NA|100 | TCA|0 | PCN|0 | NA | NA |
| 2026 | NA|100 | PCN|0 | TCA|0 | NA | NA |
Note: aElaboración propia con base en datos del BCR