Ejemplo 1 con select

Usando la base de datos de comercio exterior, para El Salvador, creada en la sesión anterior, seleccione las columnas de “pais”, “sac”,“anio”,“mes”,“valor_cif”.

load("C:/Users/DELL/Desktop/METODOS/data_comercio_exterior_actualizado.RData")
options(scipen = 999999)

library(dplyr)
library(kableExtra) #Sólo es para formato de las tablas de estos apuntes

data_comercio_exterior_actualizado %>%
  select("pais", "sac","anio","mes","valor_cif")

## # A tibble: 918,887 x 5
##    pais       sac         anio   mes valor_cif
##    <chr>      <chr>      <dbl> <dbl>     <dbl>
##  1 Afganistan 4010390000  2017     4      58.1
##  2 Afganistan 6812999000  2017     4      88.4
##  3 Afganistan 8487900000  2017     4      20.9
##  4 Afganistan 8511800000  2017     4      98.9
##  5 Afganistan 8708930000  2017     4      62.2
##  6 Afganistan 9028200000  2017     4     130. 
##  7 Afganistan 6913100000  2017    12     650. 
##  8 Afganistan 7326209000  2017    12       2  
##  9 Afganistan 0806200000  2018     6    6448. 
## 10 Afganistan 6104220000  2018    10    3153. 
## # ... with 918,877 more rows

Ejemplo 1 filter

Seleccione todas las transacciones de exportación del año 2019, con Honduras o Guatemala, que sean superiores a los 100,000 US$

library(dplyr)
data_comercio_exterior_actualizado %>%
  select("pais", "sac","anio","mes","valor_fob") %>%
  filter(anio=="2019", pais %in% c("Guatemala","Honduras"),valor_fob>100000)

## # A tibble: 2,889 x 5
##    pais      sac         anio   mes valor_fob
##    <chr>     <chr>      <dbl> <dbl>     <dbl>
##  1 Guatemala 0105110000  2019     1   402629 
##  2 Guatemala 0403109000  2019     1   333543.
##  3 Guatemala 0406202000  2019     1   727621.
##  4 Guatemala 0406909000  2019     1   161111.
##  5 Guatemala 1101000000  2019     1   561071.
##  6 Guatemala 1102200000  2019     1   439248.
##  7 Guatemala 1103110000  2019     1   411861 
##  8 Guatemala 1516100000  2019     1   102949.
##  9 Guatemala 1517100000  2019     1   635279.
## 10 Guatemala 1604149000  2019     1   144881.
## # ... with 2,879 more rows

Ejemplo 2

Seleccione todas las transacciones, exportación e importación, para el último trimestre de cada año disponible en el dataframe, que se han realizado con México.

data_comercio_exterior_actualizado %>% 
  filter(pais=="Mexico",mes %in% 10:12) # 10:12 genera el vector c(10,11,12)

## # A tibble: 12,939 x 8
##    pais  sac    anio   mes valor_cif kilogramos_impo~ valor_fob kilogramos_expo~
##    <chr> <chr> <dbl> <dbl>     <dbl>            <dbl>     <dbl>            <dbl>
##  1 Mexi~ 0402~  2017    10      331.             31.2         0                0
##  2 Mexi~ 0403~  2017    10    51406.          41599.          0                0
##  3 Mexi~ 0406~  2017    10    29547.           8375.          0                0
##  4 Mexi~ 0406~  2017    10    38576.          17347.          0                0
##  5 Mexi~ 0703~  2017    10    78626.         536662           0                0
##  6 Mexi~ 0703~  2017    10     4958.          45500           0                0
##  7 Mexi~ 0703~  2017    10      545.            100           0                0
##  8 Mexi~ 0704~  2017    10     4478.           3464           0                0
##  9 Mexi~ 0705~  2017    10    10591.          10527           0                0
## 10 Mexi~ 0705~  2017    10     3931.           3430           0                0
## # ... with 12,929 more rows

Ejemplo 3

Seleccione todas las transacciones, exportación e importación, para el último trimestre de cada año disponible en el dataframe, y que excluyan el comercio con Canada, México y Estados Unidos.

library(purrr) #librería necesaria para la función personalizada `%not_in%`
`%not_in%` <- purrr::negate(`%in%`) #esta función permite excluir los elementos que se incluyan en un vector
data_comercio_exterior_actualizado %>% 
  filter(mes %in% 10:12, 
         pais %not_in% c("Canada","Mexico","Estados Unidos (U.S.A.)"))

## # A tibble: 159,347 x 8
##    pais  sac    anio   mes valor_cif kilogramos_impo~ valor_fob kilogramos_expo~
##    <chr> <chr> <dbl> <dbl>     <dbl>            <dbl>     <dbl>            <dbl>
##  1 Afga~ 6913~  2017    12    650.               5.49         0                0
##  2 Afga~ 7326~  2017    12      2                0.01         0                0
##  3 Afga~ 6104~  2018    10   3153.            2408.           0                0
##  4 Afga~ 6104~  2018    10    946.             722.           0                0
##  5 Afga~ 6105~  2018    10   9405.            7181.           0                0
##  6 Afga~ 6106~  2018    10   1353.            1726.           0                0
##  7 Afga~ 6405~  2018    10   2260.            1726.           0                0
##  8 Afga~ 8206~  2018    10      6.56             5.02         0                0
##  9 Afga~ 0910~  2019    10   1821               34.9          0                0
## 10 Alba~ 3926~  2017    10     37.5            105            0                0
## # ... with 159,337 more rows

Ejemplo 1 mutate

Calcule el saldo de la balanza comercial para todas las transacciones, disponibles en la base de comercio exterior.

data_comercio_exterior_actualizado %>% 
  mutate(saldo_bc=valor_fob-valor_cif) %>% 
  select("pais","sac","anio","mes","saldo_bc")

## # A tibble: 918,887 x 5
##    pais       sac         anio   mes saldo_bc
##    <chr>      <chr>      <dbl> <dbl>    <dbl>
##  1 Afganistan 4010390000  2017     4    -58.1
##  2 Afganistan 6812999000  2017     4    -88.4
##  3 Afganistan 8487900000  2017     4    -20.9
##  4 Afganistan 8511800000  2017     4    -98.9
##  5 Afganistan 8708930000  2017     4    -62.2
##  6 Afganistan 9028200000  2017     4   -130. 
##  7 Afganistan 6913100000  2017    12   -650. 
##  8 Afganistan 7326209000  2017    12     -2  
##  9 Afganistan 0806200000  2018     6  -6448. 
## 10 Afganistan 6104220000  2018    10  -3153. 
## # ... with 918,877 more rows

Ejemplo 2

Calcule las exportaciones y las importaciones como porcentaje del comercio total, en cada transacción disponible en la base de comercio exterior, muestre sólo aquellas partidas que registren exportaciones.

options(scipen = 999999)
data_comercio_exterior_actualizado %>% 
  mutate(Xpt=round(valor_fob/(valor_cif+valor_fob)*100,2),
         Mpt=round(valor_cif/(valor_cif+valor_fob)*100,2)) %>% 
  select("pais","sac","anio","mes","Xpt","Mpt") %>%
    filter(Xpt>0)

## # A tibble: 212,197 x 6
##    pais       sac         anio   mes   Xpt   Mpt
##    <chr>      <chr>      <dbl> <dbl> <dbl> <dbl>
##  1 Afganistan 3004909100  2019     9 100    0   
##  2 Albania    1701140000  2019     2 100    0   
##  3 Alemania   0602100000  2017     1  98.3  1.66
##  4 Alemania   0901113000  2017     1 100    0   
##  5 Alemania   3203000000  2017     1 100    0   
##  6 Alemania   3923409000  2017     1 100    0   
##  7 Alemania   4415200000  2017     1 100    0   
##  8 Alemania   4420100000  2017     1 100    0   
##  9 Alemania   5202990000  2017     1 100    0   
## 10 Alemania   5203000000  2017     1 100    0   
## # ... with 212,187 more rows

Ejemplo arrange

Ordenar los resultados del Ejemplo 2 de mutate, mostrando primero los resultados más recientes

options(scipen = 99999)
data_comercio_exterior_actualizado %>% 
  mutate(Xpt=round(valor_fob/(valor_cif+valor_fob)*100,2),
         Mpt=round(valor_cif/(valor_cif+valor_fob)*100,2)) %>% 
  select("pais","sac","anio","mes","Xpt","Mpt") %>% 
  filter(Xpt>0) %>%
  arrange(desc(anio),desc(mes))

## # A tibble: 212,197 x 6
##    pais     sac         anio   mes   Xpt   Mpt
##    <chr>    <chr>      <dbl> <dbl> <dbl> <dbl>
##  1 Alemania 0106200000  2020     8 100    0   
##  2 Alemania 0901113000  2020     8 100    0   
##  3 Alemania 0901210000  2020     8 100    0   
##  4 Alemania 1604149000  2020     8 100    0   
##  5 Alemania 3808930000  2020     8  96.7  3.31
##  6 Alemania 4202910000  2020     8 100    0   
##  7 Alemania 4417000000  2020     8 100    0   
##  8 Alemania 5806200000  2020     8 100    0   
##  9 Alemania 6103430000  2020     8 100    0   
## 10 Alemania 6104630000  2020     8 100    0   
## # ... with 212,187 more rows

Ejemplo summarise

Obtenga los totales anuales de importaciones y exportaciones. Luego, calcule el saldo de la BC por anio.

data_comercio_exterior_actualizado %>% 
  mutate(saldo_bc1=valor_fob-valor_cif)%>%
  group_by(anio) %>%
  summarise(`Total Exportaciones MM US$`=sum(valor_fob)/1e6,
            `Total Importaciones MM US$`=sum(valor_cif)/1e6,
            `Saldo de la Balanza comercial`=sum(saldo_bc1/1e6))

## # A tibble: 4 x 4
##    anio `Total Exportaciones M~ `Total Importaciones M~ `Saldo de la Balanza co~
##   <dbl>                   <dbl>                   <dbl>                    <dbl>
## 1  2017                   5760.                  10572.                   -4811.
## 2  2018                   5905.                  11830.                   -5925.
## 3  2019                   5943.                  12018.                   -6074.
## 4  2020                   2628.                   5715.                   -3087.

Ejemplo 2

Obtenga los totales anuales de importaciones y exportaciones, que se realizan por país.De igual forma, muestre los nombres de los paises ordenados de la Z-A.

data_comercio_exterior_actualizado %>% 
  group_by(pais,anio) %>%
  summarise(Total_Exportaciones_MM_US=sum(valor_fob),
            `Total Importaciones`=sum(valor_cif))%>%
  arrange(desc(anio),desc(pais))

## # A tibble: 792 x 4
## # Groups:   pais [229]
##    pais                        anio Total_Exportaciones_MM~ `Total Importacione~
##    <chr>                      <dbl>                   <dbl>                <dbl>
##  1 Zimbabwe                    2020                      0                  150.
##  2 Yugoeslavia -Nueva Organi~  2020                      0                21809.
##  3 Viet-Nam                    2020                 312960.            54544781.
##  4 Venezuela                   2020                 542076.               65070 
##  5 Uzbekistan                  2020                      0                28163.
##  6 Uruguay                     2020                  76450.            23096090.
##  7 Uganda                      2020                      0                 1699.
##  8 Ucrania                     2020                 426250.              899059.
##  9 Turquia                     2020                 224185.            15238847.
## 10 Tunez                       2020                  10011               374874.
## # ... with 782 more rows

Untitled

Rodrigo Roque

16/9/2020

Ejemplo 1 con select

Usando la base de datos de comercio exterior, para El Salvador, creada en la sesión anterior, seleccione las columnas de “pais”, “sac”,“anio”,“mes”,“valor_cif”.

Ejemplo 1 filter

Seleccione todas las transacciones de exportación del año 2019, con Honduras o Guatemala, que sean superiores a los 100,000 US$

Ejemplo 2

Seleccione todas las transacciones, exportación e importación, para el último trimestre de cada año disponible en el dataframe, que se han realizado con México.

Ejemplo 3

Seleccione todas las transacciones, exportación e importación, para el último trimestre de cada año disponible en el dataframe, y que excluyan el comercio con Canada, México y Estados Unidos.

Ejemplo 1 mutate

Calcule el saldo de la balanza comercial para todas las transacciones, disponibles en la base de comercio exterior.

Ejemplo 2

Calcule las exportaciones y las importaciones como porcentaje del comercio total, en cada transacción disponible en la base de comercio exterior, muestre sólo aquellas partidas que registren exportaciones.

Ejemplo arrange

Ordenar los resultados del Ejemplo 2 de mutate, mostrando primero los resultados más recientes

Ejemplo summarise

Obtenga los totales anuales de importaciones y exportaciones. Luego, calcule el saldo de la BC por anio.

Ejemplo 2

Obtenga los totales anuales de importaciones y exportaciones, que se realizan por país.De igual forma, muestre los nombres de los paises ordenados de la Z-A.