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.
# Carga de la base de datos de las exportaciones e importaciones
load("C:/Users/Usuario/Desktop/Comercio_Exterior/data_comercio_exterior.RData")
data_comercio_exterior %>%
filter(anio %in% 2022:2026) %>%
head(10) %>%
kable(
format = "html",
caption = "Base de Comercio Exterior de los pais para el año 2022:2026 (sin incluir los nombres ISO)",
align = "c"
) %>%
kable_styling(
bootstrap_options = c("striped", "hover", "condensed", "responsive"),
full_width = TRUE,
position = "center"
) %>%
add_footnote(label = "Fuente: Elaboración propia con base en datos del BCR", notation = "symbol")| 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 |
| * Fuente: Elaboración propia con base en datos del BCR |
# Carga de script de funciones
source(
file = "C:/Users/Usuario/Desktop/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/Usuario/Desktop/Comercio_Exterior/data_comercio_exterior.RData")
##
## > nombre_archivo <- "C:/Users/Usuario/Desktop/Comercio_Exterior/nombres_iso_paises.xlsx"
##
## > 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]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.
data_comercio_exterior_iso <- data_comercio_exterior %>%
filter(anio %in% 2022:2026) %>%
left_join(herramientas_mostrar_paises(),
by = c("pais" = "nom_pais_esp")
)
data_comercio_exterior_iso %>%
head(10) %>%
kable(
format = "html",
caption = "El Salvador: Base de Comercio Exterior 2022-2026 (con catálogo ISO)",
align = "c"
) %>%
kable_styling(
bootstrap_options = c("striped", "hover", "condensed", "responsive"),
full_width = TRUE,
position = "center"
) %>%
add_footnote(label = "Fuente: Elaboración propia con base en datos del BCR", notation = "symbol")| pais | sac | anio | mes | valor_cif | kilogramos_importaciones | valor_fob | kilogramos_exportaciones | nom_pais_ingles | iso_2 | iso_3 | codigo_pais.x | region.x | cod_region.x | sub_region | cod_sub_region | region_intermedia.x | cod_region_intermedia.x | codigo_pais.y | region.y | cod_region.y | region_intermedia.y | cod_region_intermedia.y |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| AFGANISTAN | 8708990000 | 2022 | 2 | 220.50 | 0.29 | 0 | 0 | Afghanistan | AF | AFG | 4 | Asia | 142 | Asia Meridional | 34 | NA | NA | 4 | Asia | 142 | NA | NA |
| AFGANISTAN | 8471900000 | 2022 | 5 | 665.90 | 4.00 | 0 | 0 | Afghanistan | AF | AFG | 4 | Asia | 142 | Asia Meridional | 34 | NA | NA | 4 | Asia | 142 | NA | NA |
| AFGANISTAN | 5702310000 | 2022 | 6 | 913.74 | 22.02 | 0 | 0 | Afghanistan | AF | AFG | 4 | Asia | 142 | Asia Meridional | 34 | NA | NA | 4 | Asia | 142 | NA | NA |
| AFGANISTAN | 5702502000 | 2022 | 6 | 566.35 | 11.36 | 0 | 0 | Afghanistan | AF | AFG | 4 | Asia | 142 | Asia Meridional | 34 | NA | NA | 4 | Asia | 142 | NA | NA |
| AFGANISTAN | 6111200000 | 2022 | 8 | 213.69 | 1.56 | 0 | 0 | Afghanistan | AF | AFG | 4 | Asia | 142 | Asia Meridional | 34 | NA | NA | 4 | Asia | 142 | NA | NA |
| AFGANISTAN | 8536509000 | 2022 | 9 | 42.28 | 2.00 | 0 | 0 | Afghanistan | AF | AFG | 4 | Asia | 142 | Asia Meridional | 34 | NA | NA | 4 | Asia | 142 | NA | NA |
| AFGANISTAN | 6210400000 | 2023 | 7 | 204.75 | 0.10 | 0 | 0 | Afghanistan | AF | AFG | 4 | Asia | 142 | Asia Meridional | 34 | NA | NA | 4 | Asia | 142 | NA | NA |
| AFGANISTAN | 0901210000 | 2024 | 4 | 0.00 | 0.00 | 440 | 21 | Afghanistan | AF | AFG | 4 | Asia | 142 | Asia Meridional | 34 | NA | NA | 4 | Asia | 142 | NA | NA |
| AFGANISTAN | 4909000000 | 2024 | 4 | 0.07 | 0.15 | 0 | 0 | Afghanistan | AF | AFG | 4 | Asia | 142 | Asia Meridional | 34 | NA | NA | 4 | Asia | 142 | NA | NA |
| AFGANISTAN | 8473300000 | 2024 | 6 | 60.18 | 1.00 | 0 | 0 | Afghanistan | AF | AFG | 4 | Asia | 142 | Asia Meridional | 34 | NA | NA | 4 | Asia | 142 | NA | NA |
| * Fuente: Elaboración propia con base en datos del BCR |
Obtenga un ranking, anual, de los 5 principales socios comerciales de ElSalvador, para el periodo 2022-2026. Presente sus resultados en el siguiente formato:
#Seleccionar Años
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
print(insumo_reporte)## 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 5library(tidyr)
insumo_reporte %>%
pivot_wider(names_from = rank,values_from = data)->mi_tabla
print(mi_tabla)## # A tibble: 5 × 6
## anio `1` `2` `3` `4` `5`
## <dbl> <chr> <chr> <chr> <chr> <chr>
## 1 2022 USA|38.78 GTM|17.05 HND|16.65 NIC|6.98 CRI|4.27
## 2 2023 USA|35.6 GTM|18.45 HND|16.3 NIC|7.85 CRI|4.79
## 3 2024 USA|33.84 GTM|19.53 HND|16.14 NIC|8.94 CRI|4.71
## 4 2025 USA|32.45 GTM|19.64 HND|16.74 NIC|9.12 CRI|4.45
## 5 2026 USA|32.53 GTM|19.46 HND|15.44 NIC|8.7 CRI|4.51mi_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 | 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