Guía de trabajo sobre base de datos de Comercio Exterior

1.Carga de Funciones Especializadas.

# Carga de script de funciones
source(
  file = "C:/Users/MINEDUCYT/OneDrive/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/MINEDUCYT/OneDrive/Desktop/Comercio_Exterior/data_comercio_exterior.RData")
## 
## > nombre_archivo <- "C:/Users/MINEDUCYT/OneDrive/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]

1.2 Cargar librerias.

library(dplyr)
library(tidyr)
library(readxl)
library(kableExtra)
library(readxl)
library(stringi)
library(knitr)

2. 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 directa del objeto de datos previamente procesado
load("C:/Users/MINEDUCYT/OneDrive/Desktop/Comercio_Exterior/data_comercio_exterior.RData")

# muestre 10 casos
# Muestra de los primeros 10 registros (sin ISO)
data_comercio_exterior %>%
  filter(anio >= 2022 & anio <= 2026) %>%
  head(10) %>%
  kable(
    caption = "El Salvador: Base de Comercio Exterior (Primeros 10 casos)",
    align = "c"
  ) %>%
  kable_styling(bootstrap_options = c("striped", "hover", "condensed"))

3. 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.

# Carga del catálogo ISO
nombre_archivo <- "C:/Users/MINEDUCYT/OneDrive/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)

# Unir catálogo ISO
data_comercio_iso <- data_comercio_exterior %>%
  left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp"))

# Muestra de los primeros 10 registros con ISO
data_comercio_iso %>%
  filter(anio >= 2022 & anio <= 2026) %>%
  head(10) %>%
  kable(
    caption = "El Salvador: Base de Comercio Exterior con Estandarización ISO",
    align = "c"
  ) %>%
  kable_styling(bootstrap_options = c("striped", "hover", "condensed"))

4.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:

# Selecion Años
anios_ranking <- 2022:2026
insumo_reporte <- data_comercio_iso %>% 
  filter(anio %in% anios_ranking) %>% 
  group_by(anio, iso_3) %>% 
  summarise(total = sum(valor_fob, na.rm = TRUE), .groups = "drop_last") %>% 
  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(),
    # Formato exacto: ISO país | %Expor.
    data = paste(iso_3, " | ", percent, sep = "") 
  ) %>% 
  select(anio, data, rank)

# 2. Pivotar a formato horizontal asignando a tabla_final
tabla_final <- insumo_reporte %>% 
  pivot_wider(names_from = rank, values_from = data)
print(tabla_final)

## # A tibble: 5 × 6
## # Groups:   anio [5]
##    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 | 4.51

tabla_final %>%
  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") 

Note: ^aElaboración propia con base en datos del BCR