Librerias necesarias
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, union
library(tidyr)
library(kableExtra)
## Warning: package 'kableExtra' was built under R version 4.5.3
##
## Adjuntando el paquete: 'kableExtra'
## The following object is masked from 'package:dplyr':
##
## group_rows
Base de Datos
load(r"(C:\Users\Rebeca\Desktop\BASE DE DATOS COMERCIO EXTERIOR\data_comercio_exterior.RData)")
source(
file = "c:/Users/Rebeca/Desktop/BASE DE DATOS COMERCIO EXTERIOR/funciones_comercio_exterior.R",
echo = TRUE,
max.deparse.length = 100,
encoding = "utf-8"
)
##
## > options(scipen = 999)
##
## > library(dplyr)
##
## > library(readxl)
##
## > library(stringr)
##
## > load("C:/Users/Rebeca/Desktop/BASE DE DATOS COMERCIO EXTERIOR/data_comercio_exterior.RData")
##
## > nombre_archivo <- "C:/Users/Rebeca/Desktop/BASE DE DATOS COMERCIO EXTERIOR/nombres_iso_paises.xlsx ..." ... [TRUNCATED]
##
## > nombres_iso_paises <- read_excel(nombre_archivo)
##
## > nombres_iso_paises$nom_pais_esp <- toupper(nombres_iso_paises$nom_pais_esp)
##
## > data_comercio_exterior <- data_comercio_exterior %>%
## + left_join(nombres_iso_paises, by = c(p .... [TRUNCATED]
##
## > herramientas_mostrar_paises <- function() {
## + paises <- nombres_iso_paises %>% select(nom_pais .... [TRUNCATED]
##
## > herramientas_mostrar_regiones <- function() {
## + nombres_iso_paises %>% group_by(region, cod_re .... [TRUNCATED]
##
## > herramientas_mostrar_paises_en_tabla <- function() {
## + data_comercio_exterior %>% group_by(pai .... [TRUNCATED]
##
## > indicadores_IVCR_capitulo <- function(codigo_pais,
## + capitulo, anio) {
## + codigo_pais <- e .... [TRUNCATED]
##
## > indicadores_IVCR_partida <- function(codigo_pais,
## + partida, anio) {
## + codigo_pais <- enq .... [TRUNCATED]
##
## > indicadores_Balassa_capitulo <- function(codigo_pais,
## + capitulo, anio, normalizado = TRUE) { .... [TRUNCATED]
##
## > indicadores_Balassa_partida <- function(codigo_pais,
## + partida, anio, normalizado = TRUE) {
## + .... [TRUNCATED]
##
## > indicadores_IHH_Herfindahl_Hirschmann_anual_texto <- function(codigo_pais,
## + anio, normalizad .... [TRUNCATED]
##
## > indicadores_IHH_Herfindahl_Hirschmann_anual <- function(codigo_pais,
## + anio, normalizado = TR .... [TRUNCATED]
1 Matriz Geográfica general de Comercio Exterior
herramientas_mostrar_paises_en_tabla() %>%
head(10) %>%
kable(caption = "Matriz Geográfica Completa", align = "c") %>%
kable_material(html_font = "sans-serif")
## `summarise()` has grouped output by 'pais'. You can override using the
## `.groups` argument.
Matriz Geográfica Completa
|
pais
|
anio
|
# Transacciones
|
|
AFGANISTAN
|
2022
|
6
|
|
AFGANISTAN
|
2023
|
1
|
|
AFGANISTAN
|
2024
|
5
|
|
AFGANISTAN
|
2025
|
8
|
|
AFGANISTAN
|
2026
|
1
|
|
ALBANIA
|
2022
|
22
|
|
ALBANIA
|
2023
|
12
|
|
ALBANIA
|
2024
|
30
|
|
ALBANIA
|
2025
|
36
|
|
ALBANIA
|
2026
|
7
|
2 Matriz Geográfica Estandarizada
herramientas_mostrar_paises() %>%
head(10) %>%
kable(caption = "Catálogo de Países", align = "c") %>%
kable_material(html_font = "sans-serif")
Catálogo de Países
|
nom_pais_esp
|
codigo_pais
|
region
|
cod_region
|
region_intermedia
|
cod_region_intermedia
|
|
AFGANISTAN
|
4
|
Asia
|
142
|
NA
|
NA
|
|
ALBANIA
|
8
|
Europa
|
150
|
NA
|
NA
|
|
ALEMANIA
|
276
|
Europa
|
150
|
NA
|
NA
|
|
ANDORRA
|
20
|
Europa
|
150
|
NA
|
NA
|
|
ANGOLA
|
24
|
África
|
2
|
África Central
|
17
|
|
ANGUILA (R.U.)
|
660
|
Américas
|
19
|
Caribe
|
29
|
|
ANTARTIDA
|
10
|
NA
|
NA
|
NA
|
NA
|
|
ANTIGUA Y BARBUDA
|
28
|
Américas
|
19
|
Caribe
|
29
|
|
ANTILLAS HOLANDESAS
|
530
|
Europa
|
150
|
NA
|
NA
|
|
ARABIA SAUDITA (SAU.)
|
682
|
Asia
|
142
|
NA
|
NA
|
3 Ranking Anual de socios comerciales
anios_ranking<-2022:2026
data_comercio_exterior %>%
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.
## anio data rank
## 1 2022 USA|38.78 1
## 2 2022 GTM|17.05 2
## 3 2022 HND|16.65 3
## 4 2022 NIC|6.98 4
## 5 2022 CRI|4.27 5
## 6 2023 USA|35.6 1
## 7 2023 GTM|18.45 2
## 8 2023 HND|16.3 3
## 9 2023 NIC|7.85 4
## 10 2023 CRI|4.79 5
## 11 2024 USA|33.84 1
## 12 2024 GTM|19.53 2
## 13 2024 HND|16.14 3
## 14 2024 NIC|8.94 4
## 15 2024 CRI|4.71 5
## 16 2025 USA|32.45 1
## 17 2025 GTM|19.64 2
## 18 2025 HND|16.74 3
## 19 2025 NIC|9.12 4
## 20 2025 CRI|4.45 5
## 21 2026 USA|32.53 1
## 22 2026 GTM|19.46 2
## 23 2026 HND|15.44 3
## 24 2026 NIC|8.7 4
## 25 2026 CRI|4.51 5
3.1 Top 5 de socios comerciales de El Salvador (2022-2026)
library(tidyr)
insumo_reporte %>%
pivot_wider(names_from = rank, values_from = data) -> mi_tabla
mi_tabla %>%
kable(caption = paste("Top 5 Socios comerciales, periodo", min(anios_ranking), "-", max(anios_ranking), ", datos en porcentaje de las exportaciones totales.")) %>%
add_footnote(label = "Elaboración propia con base en datos del BCR")
Top 5 Socios comerciales, periodo 2022 - 2026 , datos en
porcentaje de las exportaciones totales.
| 2022 |
USA|38.78 |
GTM|17.05 |
HND|16.65 |
NIC|6.98 |
CRI|4.27 |
| 2023 |
USA|35.6 |
GTM|18.45 |
HND|16.3 |
NIC|7.85 |
CRI|4.79 |
| 2024 |
USA|33.84 |
GTM|19.53 |
HND|16.14 |
NIC|8.94 |
CRI|4.71 |
| 2025 |
USA|32.45 |
GTM|19.64 |
HND|16.74 |
NIC|9.12 |
CRI|4.45 |
| 2026 |
USA|32.53 |
GTM|19.46 |
HND|15.44 |
NIC|8.7 |
CRI|4.51 |
Note: aElaboración propia con base en
datos del BCR