Laboratorio-1-primera-parte-MAE118-GT03.knit

UNIVERSIDAD DE EL SALVADOR

FACULTAD DE CIENCIAS ECONOMICAS

ESCUELA DE ECONOMIA

TEMA: LABORATORIO NUMERO 1 PRIMERA PARTE

MATERIA: METODOS PARA EL ANALISIS ECONOMICO

DOCENTE: CARLOS ADEMIR PÉREZ ALAS

INTEGRANTES:

APELLIDOS NOMBRES CARNET PARTICIPACIÓN

LAGOS ALAS LUIS FERNANDO LA18009 \(100\%\)

PANIAGUA MUÑOZ FERNANDO ERNESTO PM18011 \(100\%\)

REYES CASTRO DAVID ERNESTO RC17077 \(100\%\)

RODRIGUEZ BARRERA MARLON EDUARDO RB14034 \(100\%\)

CICLO: II-2021

FECHA: 5 DE SEPTIEMBRE DE 2021

CIUDAD UNIVERSITARIA, SAN SALVADOR, EL SALVADOR, CENTROAMERICA

APELLIDOS	NOMBRES	CARNET	PARTICIPACIÓN
LAGOS ALAS	LUIS FERNANDO	LA18009	\(100\%\)
PANIAGUA MUÑOZ	FERNANDO ERNESTO	PM18011	\(100\%\)
REYES CASTRO	DAVID ERNESTO	RC17077	\(100\%\)
RODRIGUEZ BARRERA	MARLON EDUARDO	RB14034	\(100\%\)

Compile la información disponible en la “Base de Datos de Comercio Exterior” del BCR, para los años 2018-2020. Y genera una tabla tal como se mostró en las clases (aún no incluya los nombres ISO de los países).

Carga de datos importaciones

library(readr)
library(dplyr)
library(kableExtra)
setwd("C:/Users/Paniagua/Documents/Econometria/Recursos/LAB1MAE/importaciones")
archivos_importar <- list.files()
lista_importacion <- lapply(
  archivos_importar,
  FUN = read_delim,
  delim = "|",
  col_names = c("pais",
                "sac",
                "anio",
                "mes",
                "valor_cif",
                "kilogramos"),
  col_types = cols(
    pais = "c",
    sac = "c",
    anio = "d",
    mes = "d",
    valor_cif = "d",
    kilogramos = "d"
  ),
  skip = 1
)
data_importaciones <- bind_rows(lista_importacion)
data_importaciones %>% head() %>% kable(caption = "El Salvador: Base de Importaciones 2018-2020 (Diciembre)",
                                        align = "c") %>%
  add_footnote(label = "Elaboración propia con base en datos del BCR",
               notation = "symbol") %>%  kable_styling()

El Salvador: Base de Importaciones 2018-2020 (Diciembre)
pais	sac	anio	mes	valor_cif	kilogramos
Canada	0404900000	2018	2	68040.00	18810.00
Canada	0404900000	2018	3	92725.74	25528.60
Canada	0404900000	2018	4	92546.45	25525.00
Canada	0404900000	2018	6	91531.00	25525.00
Canada	0405100000	2018	6	26.56	20.00
Canada	0511100000	2018	1	16365.04	23.65
^* Elaboración propia con base en datos del BCR

Carga de datos Exportaciones

setwd("C:/Users/Paniagua/Documents/Econometria/Recursos/LAB1MAE/exportaciones")
archivos_importar <- list.files()
lista_exportacion <- lapply(
  archivos_importar,
  FUN = read_delim,
  delim = "|",
  col_names = c("pais",
                "sac",
                "anio",
                "mes",
                "valor_fob",
                "kilogramos"),
  col_types = cols(
    pais = "c",
    sac = "c",
    anio = "d",
    mes = "d",
    valor_cif = "d",
    kilogramos = "d"
  ),
  skip = 1
)
data_exportaciones <- bind_rows(lista_exportacion)
data_exportaciones %>% head() %>% kable(caption = "Base de Exportaciones 2018-2020 (Diciembre)", align = "c") %>%
  add_footnote(label = "Elaboración propia con base en datos del BCR",
               notation = "symbol") %>%  kable_styling()

Base de Exportaciones 2018-2020 (Diciembre)
pais	sac	anio	mes	valor_fob	kilogramos
Canada	0106900000	2018	2	4667.2	15.0
Canada	0106900000	2018	3	4237.1	14.0
Canada	0106900000	2018	4	3918.0	13.5
Canada	0106900000	2018	5	3155.4	10.0
Canada	0106900000	2018	6	3097.4	9.0
Canada	0305720000	2018	2	2702.3	280.0
^* Elaboración propia con base en datos del BCR

Creación de tabla de comercio exterior

library(tidyr)
data_importaciones %>% full_join(
  data_exportaciones,
  by = c("pais", "sac", "anio", "mes"),
  suffix = c("_importaciones", "_exportaciones")
) -> data_comercio_exterior

data_comercio_exterior %>% replace_na(
  list(
    valor_cif = 0,
    valor_fob = 0,
    kilogramos_importaciones = 0,
    kilogramos_exportaciones = 0
  )
) %>%
  arrange(pais, anio, mes, sac) -> data_comercio_exterior

data_comercio_exterior %>% head() %>%
  kable(caption = "Base de Comercio Exterior 2018-2020 (Diciembre)",
        align = "c") %>%
  add_footnote(label = "Elaboración propia con base en datos del BCR",
               notation = "symbol") %>%  kable_styling()

Base de Comercio Exterior 2018-2020 (Diciembre)
pais	sac	anio	mes	valor_cif	kilogramos_importaciones	valor_fob	kilogramos_exportaciones
Afganistan	0806200000	2018	6	6448.43	1463.92	0	0
Afganistan	6104220000	2018	10	3153.37	2407.61	0	0
Afganistan	6104620000	2018	10	946.01	722.28	0	0
Afganistan	6105100000	2018	10	9405.39	7181.03	0	0
Afganistan	6106100000	2018	10	1353.32	1725.55	0	0
Afganistan	6405900000	2018	10	2260.03	1725.55	0	0
^* Elaboración propia con base en datos del BCR

Guardando y cargando tabla de comercio exterior

#Guardado
save(data_comercio_exterior, file = "C:/Users/Paniagua/Documents/Econometria/Recursos/LAB1MAE/data_comercio_exterior.RData")
#Cargado
load(
  "C:/Users/Paniagua/Documents/Econometria/Recursos/LAB1MAE/data_comercio_exterior.RData"
)

Realice la actualización de la tabla anterior con toda la información disponible para 2021

Actualizando datos del mes de julio 2021

#Importaciones
setwd("C:/Users/Paniagua/Documents/Econometria/Recursos/LAB1MAE/importaciones_u")
archivos_importar <- list.files()
lista_importacion <- lapply(
  archivos_importar,
  FUN = read_delim,
  delim = "|",
  col_names = c("pais",
                "sac",
                "anio",
                "mes",
                "valor_cif",
                "kilogramos"),
  col_types = cols(
    pais = "c",
    sac = "c",
    anio = "d",
    mes = "d",
    valor_cif = "d",
    kilogramos = "d"
  ),
  skip = 1
)
data_importaciones_update <- bind_rows(lista_importacion)
#Exportaciones
setwd("C:/Users/Paniagua/Documents/Econometria/Recursos/LAB1MAE/exportaciones_u")
archivos_importar <- list.files()
lista_importacion <- lapply(
  archivos_importar,
  FUN = read_delim,
  delim = "|",
  col_names = c("pais",
                "sac",
                "anio",
                "mes",
                "valor_fob",
                "kilogramos"),
  col_types = cols(
    pais = "c",
    sac = "c",
    anio = "d",
    mes = "d",
    valor_cif = "d",
    kilogramos = "d"
  ),
  skip = 1
)
data_exportaciones_update <- bind_rows(lista_importacion)

#Uniendo tablas
data_importaciones_update %>% full_join(
  data_exportaciones_update,
  by = c("pais", "sac", "anio", "mes"),
  suffix = c("_importaciones", "_exportaciones")
) -> data_comercio_exterior_update

data_comercio_exterior_update %>% replace_na(
  list(
    valor_cif = 0,
    valor_fob = 0,
    kilogramos_importaciones = 0,
    kilogramos_exportaciones = 0
  )
) %>%
  arrange(pais, anio, mes, sac) -> data_comercio_exterior_update

data_comercio_exterior %>% bind_rows(data_comercio_exterior_update) %>%  arrange(pais, anio, mes, sac) ->
  data_comercio_exterior

save(data_comercio_exterior, file = "C:/Users/Paniagua/Documents/Econometria/Recursos/LAB1MAE/data_comercio_exterior_actualizada.RData")

data_comercio_exterior %>% filter(anio == 2021, mes == 07) %>% head() %>%
  kable(caption = "Base de Comercio Exterior 2018-2021 (Julio)",
        align = "c") %>%
  add_footnote(label = "Elaboración propia con base en datos del BCR",
               notation = "symbol") %>%  kable_styling()

Base de Comercio Exterior 2018-2021 (Julio)
pais	sac	anio	mes	valor_cif	kilogramos_importaciones	valor_fob	kilogramos_exportaciones
Albania	9801002000	2021	7	5115.02	632.00	0	0.0
Alemania	0406400000	2021	7	196.06	7.81	0	0.0
Alemania	0406909000	2021	7	4720.73	680.42	0	0.0
Alemania	0409000000	2021	7	0.00	0.00	85050	21994.0
Alemania	0602100000	2021	7	1024.40	5.00	0	0.0
Alemania	0901113000	2021	7	0.00	0.00	707275	169606.7
^* Elaboración propia con base en datos del BCR

Agregue la información estandarizada de los países (nombres iso de los países y regiones, etc, tal como se vio en clases)

library(readxl)
nombres_iso_paises <-
  read_excel("~/Econometria/Recursos/LAB1MAE/nombres_iso_paises.xlsx")
data_comercio_exterior %>% left_join(nombres_iso_paises, by = c("pais" =
                                                                  "nom_pais_esp")) %>% head() %>%
  kable(caption = "Base de Comercio Exterior 2018-2021 (Julio)",
        align = "c") %>%
  add_footnote(label = "Elaboración propia con base en datos del BCR",
               notation = "symbol") %>%  kable_styling()

Base de Comercio Exterior 2018-2021 (Julio)
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	0806200000	2018	6	6448.43	1463.92	0	0	Afghanistan	AF	AFG	4	Asia	142	Asia Meridional	34	NA	NA
Afganistan	6104220000	2018	10	3153.37	2407.61	0	0	Afghanistan	AF	AFG	4	Asia	142	Asia Meridional	34	NA	NA
Afganistan	6104620000	2018	10	946.01	722.28	0	0	Afghanistan	AF	AFG	4	Asia	142	Asia Meridional	34	NA	NA
Afganistan	6105100000	2018	10	9405.39	7181.03	0	0	Afghanistan	AF	AFG	4	Asia	142	Asia Meridional	34	NA	NA
Afganistan	6106100000	2018	10	1353.32	1725.55	0	0	Afghanistan	AF	AFG	4	Asia	142	Asia Meridional	34	NA	NA
Afganistan	6405900000	2018	10	2260.03	1725.55	0	0	Afghanistan	AF	AFG	4	Asia	142	Asia Meridional	34	NA	NA
^* Elaboración propia con base en datos del BCR

Obtenga un ranking, anual, de los 5 principales socios comerciales de El Salvador, para el periodo 2018-2021. Presente sus resultados en el siguiente formato: Top 5 Socios comerciales, periodo 2018-2021, datos en porcentaje de las exportaciones totales.

anio2018<- data_comercio_exterior %>% left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>% filter(anio==2018) %>%  select(anio, iso_3, valor_fob) %>% group_by(anio, iso_3) %>%   summarise(Total2018=sum(valor_fob)) %>% mutate(pct=round(prop.table(Total2018)*100,2)) %>% arrange(desc(pct)) %>% head(5) %>% select(iso_3,pct)

anio2019<- data_comercio_exterior %>% left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>% filter(anio==2019) %>%  select(anio, iso_3, valor_fob) %>% group_by(anio, iso_3) %>%   summarise(Total2019=sum(valor_fob)) %>% mutate(pct=round(prop.table(Total2019)*100,2)) %>% arrange(desc(pct)) %>% head(5) %>% select(iso_3,pct)

anio2020<- data_comercio_exterior %>% left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>% filter(anio==2020) %>%  select(anio, iso_3, valor_fob) %>% group_by(anio, iso_3) %>%   summarise(Total2020=sum(valor_fob)) %>% mutate(pct=round(prop.table(Total2020)*100,2)) %>% arrange(desc(pct)) %>% head(5) %>% select(iso_3,pct)

anio2021<- data_comercio_exterior %>% left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>% filter(anio==2021) %>%  select(anio, iso_3, valor_fob) %>% group_by(anio, iso_3) %>%   summarise(Total2021=sum(valor_fob)) %>% mutate(pct=round(prop.table(Total2021)*100,2)) %>% arrange(desc(pct)) %>% head(5) %>% select(iso_3,pct)

matriz18<- anio2018 %>% mutate(ranking=paste(iso_3, " | ",pct)) %>% select(ranking) %>% as.matrix.data.frame()

matriz19<- anio2019 %>% mutate(ranking=paste(iso_3, " | ",pct)) %>% select(ranking) %>% as.matrix.data.frame()

matriz20<- anio2020 %>% mutate(ranking=paste(iso_3, " | ",pct)) %>% select(ranking) %>% as.matrix.data.frame()

matriz21<- anio2021 %>% mutate(ranking=paste(iso_3, " | ",pct)) %>% select(ranking) %>% as.matrix.data.frame()

top<-cbind(matriz18[,-1],matriz19[,-1],matriz20[,-1],matriz21[,-1])
top<-t(top)
anios<-2018:2021
matriza<-matrix(anios)
ranking<-data.frame(anios,top)
colnames(ranking)<-c("años","1","2","3","4","5")
ranking %>% as.data.frame() %>% kable(caption = "Ranking Anual 2018-2021 de Socios Comerciales en El Salvador",
        align = "c") %>%
  add_footnote(label = "Elaboración propia con base en datos del BCR",
               notation = "symbol") %>%  kable_styling()

Ranking Anual 2018-2021 de Socios Comerciales en El Salvador
años	1	2	3	4	5
2018	USA \| 44.07	HND \| 15.34	GTM \| 14.36	NIC \| 6.87	CRI \| 4.39
2019	USA \| 42.03	GTM \| 15.92	HND \| 15.9	NIC \| 6.66	CRI \| 4.46
2020	USA \| 39.18	GTM \| 16.89	HND \| 15.44	NIC \| 7.26	CRI \| 4.65
2021	USA \| 40.59	GTM \| 16.98	HND \| 15.82	NIC \| 6.99	CRI \| 4.04
^* Elaboración propia con base en datos del BCR

años	1	2	3	4	5
2018	USA \| 44.07	HND \| 15.34	GTM \| 14.36	NIC \| 6.87	CRI \| 4.39
2019	USA \| 42.03	GTM \| 15.92	HND \| 15.9	NIC \| 6.66	CRI \| 4.46
2020	USA \| 39.18	GTM \| 16.89	HND \| 15.44	NIC \| 7.26	CRI \| 4.65
2021	USA \| 40.59	GTM \| 16.98	HND \| 15.82	NIC \| 6.99	CRI \| 4.04
^* Elaboración propia con base en datos del BCR