LABORATORIO 1
HR15033 - DR15016 - CL12025.
4/9/2021
UNIVERSIDAD DE EL SALVADOR
FACULTAD DE CIENCIAS ECONÓMICAS
ESCUELA DE ECONOMÍA
METODOS PARA EL ANALISIS ECONOMICO
“LABORATORIO 1”
INTEGRANTES:
CANALES LOPEZ, JOSUE MANUEL CL12025
HERNANDEZ ROMERO, ALAN ERNESTO HR15033
DE JESUS PAREDES, YESSICA CRISTINA DR15016
MSF. CARLOS ADEMIR PÉREZ ALAS
CIUDAD UNIVERSITARIA, AGOSTO DE 2021
1. 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)
library(readr)
library(dplyr)
library(kableExtra)
setwd("C:/LAB 1/Importaciones/")
nombres_archivos_importar<-list.files()
lista_importacion<-lapply(nombres_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", align="c") %>%
add_footnote(label="Elaboracion propia con base en datos del BCR",
notation="symbol") %>% kable_styling()
El Salvador: Base de importaciones 2018-2020
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
* Elaboracion propia con base en datos del BCR
library(readr)
library(dplyr)
library(kableExtra)
setwd("C:/LAB 1/Exportaciones/")
nombres_archivos_importar<-list.files()
lista_exportacion<-lapply(nombres_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", align = "c")%>%
add_footnote(label = "Elaboracion propia con base en datos del BCR",
notation = "symbol") %>% kable_styling()
Base de Exportaciones 2018-2020
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
* Elaboracion propia con base en datos del BCR
library(dplyr)
library(tidyr)
library(kableExtra)
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",
align = "c") %>%
add_footnote(label = "Elaboración propia con base en datos del BCR",
notation = "symbol") %>% kable_styling()
Base de Comercio Exterior 2018-2020
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
save(data_comercio_exterior,file ="C:/LAB 1/data_comercio_exterior.RData")
2.Actualización de la tabla de comercio exterior para el 2021.
library(dplyr)
library(tidyr)
library(kableExtra)
setwd("C:/LAB 1/Update/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_update <- bind_rows(lista_importacion)
setwd("C:/LAB 1/Update/Exportaciones")
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)
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:/LAB 1/Update/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
3.Agregue la información estandarizada de los países
library(readxl)
library(kableExtra)
library(dplyr)
options(scipen = 999999)
load("C:/LAB 1/Update/data_comercio_exterior_actualizada.RData")
nombre_archivo<-"C:/LAB 1/nombres_iso_paises.xlsx"
nombres_iso_paises <-read_excel(nombre_archivo)
data_comercio_exterior %>%
left_join(nombres_iso_paises,
by=c("pais"="nom_pais_esp")) %>%
group_by(region,sub_region,anio) %>%
summarise('Exportaciones Totales MM US$' = sum(valor_fob)/1e6,
'Importaciones Totales MM US$' = sum(valor_cif)/1e6) %>%
kable(digits = 2) %>% kable_styling()
region
sub_region
anio
Exportaciones Totales MM US$
Importaciones Totales MM US$
África
Africa Del Norte
2018
1.96
10.40
África
Africa Del Norte
2019
1.90
8.52
África
Africa Del Norte
2020
2.12
14.20
África
Africa Del Norte
2021
0.25
5.05
África
Africa Sub-Sahariana
2018
23.62
13.51
África
Africa Sub-Sahariana
2019
4.86
9.34
África
Africa Sub-Sahariana
2020
5.15
13.68
África
Africa Sub-Sahariana
2021
0.84
4.91
Américas
América Del Norte
2018
5247.43
7354.47
Américas
América Del Norte
2019
5092.51
7035.87
Américas
América Del Norte
2020
3995.93
5478.39
Américas
América Del Norte
2021
1576.07
2370.45
Américas
América Latina Y El Caribe
2018
5846.97
8154.31
Américas
América Latina Y El Caribe
2019
6077.47
9009.65
Américas
América Latina Y El Caribe
2020
5330.89
8347.27
Américas
América Latina Y El Caribe
2021
1984.60
3050.64
Asia
Asia Central
2018
0.01
0.90
Asia
Asia Central
2019
0.00
0.66
Asia
Asia Central
2020
0.02
0.66
Asia
Asia Central
2021
0.00
0.14
Asia
Asia Meridional
2018
7.50
273.28
Asia
Asia Meridional
2019
4.95
269.53
Asia
Asia Meridional
2020
10.12
230.42
Asia
Asia Meridional
2021
3.34
126.54
Asia
Asia Occidental
2018
4.01
157.02
Asia
Asia Occidental
2019
5.64
111.85
Asia
Asia Occidental
2020
10.32
121.01
Asia
Asia Occidental
2021
4.28
93.55
Asia
Asia Oriental
2018
288.79
4466.83
Asia
Asia Oriental
2019
244.96
4466.09
Asia
Asia Oriental
2020
365.62
3865.99
Asia
Asia Oriental
2021
126.37
1805.04
Asia
Asia Sudoriental
2018
33.22
544.39
Asia
Asia Sudoriental
2019
9.07
511.61
Asia
Asia Sudoriental
2020
9.48
493.24
Asia
Asia Sudoriental
2021
6.87
210.74
Europa
Europa Del Este
2018
2.86
153.33
Europa
Europa Del Este
2019
14.39
146.40
Europa
Europa Del Este
2020
4.19
131.57
Europa
Europa Del Este
2021
0.91
75.66
Europa
Europa Del Sur
2018
165.77
782.97
Europa
Europa Del Sur
2019
168.70
620.91
Europa
Europa Del Sur
2020
142.78
611.22
Europa
Europa Del Sur
2021
48.15
255.10
Europa
Europa Oriental
2018
116.77
694.81
Europa
Europa Oriental
2019
123.61
701.12
Europa
Europa Oriental
2020
170.57
683.26
Europa
Europa Oriental
2021
65.20
243.41
Europa
Norte De Europa
2018
54.94
220.25
Europa
Norte De Europa
2019
39.20
236.00
Europa
Norte De Europa
2020
31.46
593.79
Europa
Norte De Europa
2021
23.70
95.02
Oceanía
Australia Y Nueva Zelanda
2018
16.96
78.24
Oceanía
Australia Y Nueva Zelanda
2019
22.16
76.60
Oceanía
Australia Y Nueva Zelanda
2020
9.37
68.08
Oceanía
Australia Y Nueva Zelanda
2021
5.70
17.97
Oceanía
Melanesia
2018
0.01
0.03
Oceanía
Melanesia
2019
0.01
0.03
Oceanía
Melanesia
2020
0.00
0.16
Oceanía
Melanesia
2021
0.00
0.14
Oceanía
Micronesia
2018
0.00
0.00
Oceanía
Micronesia
2019
0.00
0.07
Oceanía
Micronesia
2020
0.00
0.04
Oceanía
Micronesia
2021
0.00
0.01
Oceanía
Polinesia
2018
0.02
0.23
Oceanía
Polinesia
2019
0.02
0.31
Oceanía
Polinesia
2020
0.01
0.11
Oceanía
Polinesia
2021
0.00
0.06
NA
NA
2018
0.00
23.66
NA
NA
2019
0.00
3.12
NA
NA
2020
0.00
0.08
NA
NA
2021
0.02
0.10
4. Obtenga un ranking, anual, de los 5 principales socios comerciales de El Salvador, para el periodo 2018-2021
Exportaciones_anuales<-data_comercio_exterior %>%
group_by(anio) %>%
summarise(
`total anio` = (sum(valor_fob)))
anio_2018<-Exportaciones_anuales[1,2]
anio_2019<-Exportaciones_anuales[2,2]
anio_2020<-Exportaciones_anuales[3,2]
anio_2021<-Exportaciones_anuales[4,2]
primer_anio <- data_comercio_exterior %>%
left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>%
group_by(anio, iso_3) %>%
summarise(`total 2018` = round(((( sum(valor_fob)) * 100) / anio_2018), 2)) %>%
select("anio","iso_3", "total 2018") %>%
filter(anio == 2018, `total 2018` > 0) %>%
arrange(desc(`total 2018`))
segundo_anio <- data_comercio_exterior %>%
left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>%
group_by(anio, iso_3) %>%
summarise(`total 2019` = round((((sum(valor_fob)) * 100) / anio_2019), 2)) %>%
select("anio", "iso_3", "total 2019") %>%
filter(anio == 2019, `total 2019` > 0) %>%
arrange(desc(`total 2019`))
tercer_anio <- data_comercio_exterior %>%
left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>%
group_by(anio, iso_3) %>%
summarise(`total 2020` = round((((sum(valor_fob)) * 100) / anio_2020), 2)) %>%
select("anio","iso_3", "total 2020") %>%
filter(anio == 2020, `total 2020` > 0) %>%
arrange(desc(`total 2020`))
cuarto_anio <- data_comercio_exterior %>%
left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>%
group_by(anio,iso_3) %>%
summarise(`total 2021` = round((((sum(valor_fob)) * 100) /
anio_2021), 2)) %>%
select("anio","iso_3", "total 2021") %>%
filter(anio == 2021, `total 2021` > 0) %>%
arrange(desc(`total 2021`))
anio_2018 <- (paste(primer_anio$iso_3[1:5],
primer_anio$`total 2018`$`total anio`[1:5], sep = " | " ))
anio_2019 <- (paste(segundo_anio$iso_3[1:5],
segundo_anio$`total 2019`$`total anio`[1:5], sep = " | "))
anio_2020 <- (paste(tercer_anio$iso_3[1:5],
tercer_anio$`total 2020`$`total anio`[1:5], sep = " | "))
anio_2021 <-(paste(cuarto_anio$iso_3[1:5],
cuarto_anio$`total 2021`$`total anio`[1:5], sep = " | "))
top_exp <- data.frame(anio_2018, anio_2019, anio_2020, anio_2021)
names(top_exp) = c("2018", "2019", "2020", "2021")
top_exp_t <- t(top_exp[, 1:ncol(top_exp)])
colnames(top_exp_t) <- top_exp[, 0]
colnames(top_exp_t) <- c("1", "2", "3", "4", "5")
kable(head(top_exp_t, 5),caption ="Top 5 socios comerciales, periodo 2018 -2021, datos en porcentaje de las exportaciones totales", align = "c") %>% add_footnote(label = "Elaboracion propia con base en datos del BCR",
notation = "symbol") %>%
kable_styling()
Top 5 socios comerciales, periodo 2018 -2021, datos en porcentaje de las exportaciones totales
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
* Elaboracion propia con base en datos del BCR
UNIVERSIDAD DE EL SALVADOR
FACULTAD DE CIENCIAS ECONÓMICAS
ESCUELA DE ECONOMÍA
METODOS PARA EL ANALISIS ECONOMICO
“LABORATORIO 1”
INTEGRANTES:
CANALES LOPEZ, JOSUE MANUEL CL12025
HERNANDEZ ROMERO, ALAN ERNESTO HR15033
DE JESUS PAREDES, YESSICA CRISTINA DR15016
MSF. CARLOS ADEMIR PÉREZ ALAS
CIUDAD UNIVERSITARIA, AGOSTO DE 2021
1. 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)
library(readr)
library(dplyr)
library(kableExtra)
setwd("C:/LAB 1/Importaciones/")
nombres_archivos_importar<-list.files()
lista_importacion<-lapply(nombres_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", align="c") %>%
add_footnote(label="Elaboracion propia con base en datos del BCR",
notation="symbol") %>% kable_styling()
El Salvador: Base de importaciones 2018-2020
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
* Elaboracion propia con base en datos del BCR
library(readr)
library(dplyr)
library(kableExtra)
setwd("C:/LAB 1/Exportaciones/")
nombres_archivos_importar<-list.files()
lista_exportacion<-lapply(nombres_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", align = "c")%>%
add_footnote(label = "Elaboracion propia con base en datos del BCR",
notation = "symbol") %>% kable_styling()
Base de Exportaciones 2018-2020
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
* Elaboracion propia con base en datos del BCR
library(dplyr)
library(tidyr)
library(kableExtra)
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",
align = "c") %>%
add_footnote(label = "Elaboración propia con base en datos del BCR",
notation = "symbol") %>% kable_styling()
Base de Comercio Exterior 2018-2020
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
save(data_comercio_exterior,file ="C:/LAB 1/data_comercio_exterior.RData")
2.Actualización de la tabla de comercio exterior para el 2021.
library(dplyr)
library(tidyr)
library(kableExtra)
setwd("C:/LAB 1/Update/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_update <- bind_rows(lista_importacion)
setwd("C:/LAB 1/Update/Exportaciones")
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)
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:/LAB 1/Update/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
3.Agregue la información estandarizada de los países
library(readxl)
library(kableExtra)
library(dplyr)
options(scipen = 999999)
load("C:/LAB 1/Update/data_comercio_exterior_actualizada.RData")
nombre_archivo<-"C:/LAB 1/nombres_iso_paises.xlsx"
nombres_iso_paises <-read_excel(nombre_archivo)
data_comercio_exterior %>%
left_join(nombres_iso_paises,
by=c("pais"="nom_pais_esp")) %>%
group_by(region,sub_region,anio) %>%
summarise('Exportaciones Totales MM US$' = sum(valor_fob)/1e6,
'Importaciones Totales MM US$' = sum(valor_cif)/1e6) %>%
kable(digits = 2) %>% kable_styling()
region
sub_region
anio
Exportaciones Totales MM US$
Importaciones Totales MM US$
África
Africa Del Norte
2018
1.96
10.40
África
Africa Del Norte
2019
1.90
8.52
África
Africa Del Norte
2020
2.12
14.20
África
Africa Del Norte
2021
0.25
5.05
África
Africa Sub-Sahariana
2018
23.62
13.51
África
Africa Sub-Sahariana
2019
4.86
9.34
África
Africa Sub-Sahariana
2020
5.15
13.68
África
Africa Sub-Sahariana
2021
0.84
4.91
Américas
América Del Norte
2018
5247.43
7354.47
Américas
América Del Norte
2019
5092.51
7035.87
Américas
América Del Norte
2020
3995.93
5478.39
Américas
América Del Norte
2021
1576.07
2370.45
Américas
América Latina Y El Caribe
2018
5846.97
8154.31
Américas
América Latina Y El Caribe
2019
6077.47
9009.65
Américas
América Latina Y El Caribe
2020
5330.89
8347.27
Américas
América Latina Y El Caribe
2021
1984.60
3050.64
Asia
Asia Central
2018
0.01
0.90
Asia
Asia Central
2019
0.00
0.66
Asia
Asia Central
2020
0.02
0.66
Asia
Asia Central
2021
0.00
0.14
Asia
Asia Meridional
2018
7.50
273.28
Asia
Asia Meridional
2019
4.95
269.53
Asia
Asia Meridional
2020
10.12
230.42
Asia
Asia Meridional
2021
3.34
126.54
Asia
Asia Occidental
2018
4.01
157.02
Asia
Asia Occidental
2019
5.64
111.85
Asia
Asia Occidental
2020
10.32
121.01
Asia
Asia Occidental
2021
4.28
93.55
Asia
Asia Oriental
2018
288.79
4466.83
Asia
Asia Oriental
2019
244.96
4466.09
Asia
Asia Oriental
2020
365.62
3865.99
Asia
Asia Oriental
2021
126.37
1805.04
Asia
Asia Sudoriental
2018
33.22
544.39
Asia
Asia Sudoriental
2019
9.07
511.61
Asia
Asia Sudoriental
2020
9.48
493.24
Asia
Asia Sudoriental
2021
6.87
210.74
Europa
Europa Del Este
2018
2.86
153.33
Europa
Europa Del Este
2019
14.39
146.40
Europa
Europa Del Este
2020
4.19
131.57
Europa
Europa Del Este
2021
0.91
75.66
Europa
Europa Del Sur
2018
165.77
782.97
Europa
Europa Del Sur
2019
168.70
620.91
Europa
Europa Del Sur
2020
142.78
611.22
Europa
Europa Del Sur
2021
48.15
255.10
Europa
Europa Oriental
2018
116.77
694.81
Europa
Europa Oriental
2019
123.61
701.12
Europa
Europa Oriental
2020
170.57
683.26
Europa
Europa Oriental
2021
65.20
243.41
Europa
Norte De Europa
2018
54.94
220.25
Europa
Norte De Europa
2019
39.20
236.00
Europa
Norte De Europa
2020
31.46
593.79
Europa
Norte De Europa
2021
23.70
95.02
Oceanía
Australia Y Nueva Zelanda
2018
16.96
78.24
Oceanía
Australia Y Nueva Zelanda
2019
22.16
76.60
Oceanía
Australia Y Nueva Zelanda
2020
9.37
68.08
Oceanía
Australia Y Nueva Zelanda
2021
5.70
17.97
Oceanía
Melanesia
2018
0.01
0.03
Oceanía
Melanesia
2019
0.01
0.03
Oceanía
Melanesia
2020
0.00
0.16
Oceanía
Melanesia
2021
0.00
0.14
Oceanía
Micronesia
2018
0.00
0.00
Oceanía
Micronesia
2019
0.00
0.07
Oceanía
Micronesia
2020
0.00
0.04
Oceanía
Micronesia
2021
0.00
0.01
Oceanía
Polinesia
2018
0.02
0.23
Oceanía
Polinesia
2019
0.02
0.31
Oceanía
Polinesia
2020
0.01
0.11
Oceanía
Polinesia
2021
0.00
0.06
NA
NA
2018
0.00
23.66
NA
NA
2019
0.00
3.12
NA
NA
2020
0.00
0.08
NA
NA
2021
0.02
0.10
4. Obtenga un ranking, anual, de los 5 principales socios comerciales de El Salvador, para el periodo 2018-2021
Exportaciones_anuales<-data_comercio_exterior %>%
group_by(anio) %>%
summarise(
`total anio` = (sum(valor_fob)))
anio_2018<-Exportaciones_anuales[1,2]
anio_2019<-Exportaciones_anuales[2,2]
anio_2020<-Exportaciones_anuales[3,2]
anio_2021<-Exportaciones_anuales[4,2]
primer_anio <- data_comercio_exterior %>%
left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>%
group_by(anio, iso_3) %>%
summarise(`total 2018` = round(((( sum(valor_fob)) * 100) / anio_2018), 2)) %>%
select("anio","iso_3", "total 2018") %>%
filter(anio == 2018, `total 2018` > 0) %>%
arrange(desc(`total 2018`))
segundo_anio <- data_comercio_exterior %>%
left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>%
group_by(anio, iso_3) %>%
summarise(`total 2019` = round((((sum(valor_fob)) * 100) / anio_2019), 2)) %>%
select("anio", "iso_3", "total 2019") %>%
filter(anio == 2019, `total 2019` > 0) %>%
arrange(desc(`total 2019`))
tercer_anio <- data_comercio_exterior %>%
left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>%
group_by(anio, iso_3) %>%
summarise(`total 2020` = round((((sum(valor_fob)) * 100) / anio_2020), 2)) %>%
select("anio","iso_3", "total 2020") %>%
filter(anio == 2020, `total 2020` > 0) %>%
arrange(desc(`total 2020`))
cuarto_anio <- data_comercio_exterior %>%
left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>%
group_by(anio,iso_3) %>%
summarise(`total 2021` = round((((sum(valor_fob)) * 100) /
anio_2021), 2)) %>%
select("anio","iso_3", "total 2021") %>%
filter(anio == 2021, `total 2021` > 0) %>%
arrange(desc(`total 2021`))
anio_2018 <- (paste(primer_anio$iso_3[1:5],
primer_anio$`total 2018`$`total anio`[1:5], sep = " | " ))
anio_2019 <- (paste(segundo_anio$iso_3[1:5],
segundo_anio$`total 2019`$`total anio`[1:5], sep = " | "))
anio_2020 <- (paste(tercer_anio$iso_3[1:5],
tercer_anio$`total 2020`$`total anio`[1:5], sep = " | "))
anio_2021 <-(paste(cuarto_anio$iso_3[1:5],
cuarto_anio$`total 2021`$`total anio`[1:5], sep = " | "))
top_exp <- data.frame(anio_2018, anio_2019, anio_2020, anio_2021)
names(top_exp) = c("2018", "2019", "2020", "2021")
top_exp_t <- t(top_exp[, 1:ncol(top_exp)])
colnames(top_exp_t) <- top_exp[, 0]
colnames(top_exp_t) <- c("1", "2", "3", "4", "5")
kable(head(top_exp_t, 5),caption ="Top 5 socios comerciales, periodo 2018 -2021, datos en porcentaje de las exportaciones totales", align = "c") %>% add_footnote(label = "Elaboracion propia con base en datos del BCR",
notation = "symbol") %>%
kable_styling()
Top 5 socios comerciales, periodo 2018 -2021, datos en porcentaje de las exportaciones totales
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
* Elaboracion propia con base en datos del BCR
“LABORATORIO 1”
INTEGRANTES:
CANALES LOPEZ, JOSUE MANUEL CL12025
HERNANDEZ ROMERO, ALAN ERNESTO HR15033
DE JESUS PAREDES, YESSICA CRISTINA DR15016
MSF. CARLOS ADEMIR PÉREZ ALAS
CIUDAD UNIVERSITARIA, AGOSTO DE 2021
1. 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)
library(readr)
library(dplyr)
library(kableExtra)
setwd("C:/LAB 1/Importaciones/")
nombres_archivos_importar<-list.files()
lista_importacion<-lapply(nombres_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", align="c") %>%
add_footnote(label="Elaboracion propia con base en datos del BCR",
notation="symbol") %>% kable_styling()
El Salvador: Base de importaciones 2018-2020
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
* Elaboracion propia con base en datos del BCR
library(readr)
library(dplyr)
library(kableExtra)
setwd("C:/LAB 1/Exportaciones/")
nombres_archivos_importar<-list.files()
lista_exportacion<-lapply(nombres_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", align = "c")%>%
add_footnote(label = "Elaboracion propia con base en datos del BCR",
notation = "symbol") %>% kable_styling()
Base de Exportaciones 2018-2020
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
* Elaboracion propia con base en datos del BCR
library(dplyr)
library(tidyr)
library(kableExtra)
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",
align = "c") %>%
add_footnote(label = "Elaboración propia con base en datos del BCR",
notation = "symbol") %>% kable_styling()
Base de Comercio Exterior 2018-2020
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
save(data_comercio_exterior,file ="C:/LAB 1/data_comercio_exterior.RData")
2.Actualización de la tabla de comercio exterior para el 2021.
library(dplyr)
library(tidyr)
library(kableExtra)
setwd("C:/LAB 1/Update/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_update <- bind_rows(lista_importacion)
setwd("C:/LAB 1/Update/Exportaciones")
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)
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:/LAB 1/Update/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
3.Agregue la información estandarizada de los países
library(readxl)
library(kableExtra)
library(dplyr)
options(scipen = 999999)
load("C:/LAB 1/Update/data_comercio_exterior_actualizada.RData")
nombre_archivo<-"C:/LAB 1/nombres_iso_paises.xlsx"
nombres_iso_paises <-read_excel(nombre_archivo)
data_comercio_exterior %>%
left_join(nombres_iso_paises,
by=c("pais"="nom_pais_esp")) %>%
group_by(region,sub_region,anio) %>%
summarise('Exportaciones Totales MM US$' = sum(valor_fob)/1e6,
'Importaciones Totales MM US$' = sum(valor_cif)/1e6) %>%
kable(digits = 2) %>% kable_styling()
region
sub_region
anio
Exportaciones Totales MM US$
Importaciones Totales MM US$
África
Africa Del Norte
2018
1.96
10.40
África
Africa Del Norte
2019
1.90
8.52
África
Africa Del Norte
2020
2.12
14.20
África
Africa Del Norte
2021
0.25
5.05
África
Africa Sub-Sahariana
2018
23.62
13.51
África
Africa Sub-Sahariana
2019
4.86
9.34
África
Africa Sub-Sahariana
2020
5.15
13.68
África
Africa Sub-Sahariana
2021
0.84
4.91
Américas
América Del Norte
2018
5247.43
7354.47
Américas
América Del Norte
2019
5092.51
7035.87
Américas
América Del Norte
2020
3995.93
5478.39
Américas
América Del Norte
2021
1576.07
2370.45
Américas
América Latina Y El Caribe
2018
5846.97
8154.31
Américas
América Latina Y El Caribe
2019
6077.47
9009.65
Américas
América Latina Y El Caribe
2020
5330.89
8347.27
Américas
América Latina Y El Caribe
2021
1984.60
3050.64
Asia
Asia Central
2018
0.01
0.90
Asia
Asia Central
2019
0.00
0.66
Asia
Asia Central
2020
0.02
0.66
Asia
Asia Central
2021
0.00
0.14
Asia
Asia Meridional
2018
7.50
273.28
Asia
Asia Meridional
2019
4.95
269.53
Asia
Asia Meridional
2020
10.12
230.42
Asia
Asia Meridional
2021
3.34
126.54
Asia
Asia Occidental
2018
4.01
157.02
Asia
Asia Occidental
2019
5.64
111.85
Asia
Asia Occidental
2020
10.32
121.01
Asia
Asia Occidental
2021
4.28
93.55
Asia
Asia Oriental
2018
288.79
4466.83
Asia
Asia Oriental
2019
244.96
4466.09
Asia
Asia Oriental
2020
365.62
3865.99
Asia
Asia Oriental
2021
126.37
1805.04
Asia
Asia Sudoriental
2018
33.22
544.39
Asia
Asia Sudoriental
2019
9.07
511.61
Asia
Asia Sudoriental
2020
9.48
493.24
Asia
Asia Sudoriental
2021
6.87
210.74
Europa
Europa Del Este
2018
2.86
153.33
Europa
Europa Del Este
2019
14.39
146.40
Europa
Europa Del Este
2020
4.19
131.57
Europa
Europa Del Este
2021
0.91
75.66
Europa
Europa Del Sur
2018
165.77
782.97
Europa
Europa Del Sur
2019
168.70
620.91
Europa
Europa Del Sur
2020
142.78
611.22
Europa
Europa Del Sur
2021
48.15
255.10
Europa
Europa Oriental
2018
116.77
694.81
Europa
Europa Oriental
2019
123.61
701.12
Europa
Europa Oriental
2020
170.57
683.26
Europa
Europa Oriental
2021
65.20
243.41
Europa
Norte De Europa
2018
54.94
220.25
Europa
Norte De Europa
2019
39.20
236.00
Europa
Norte De Europa
2020
31.46
593.79
Europa
Norte De Europa
2021
23.70
95.02
Oceanía
Australia Y Nueva Zelanda
2018
16.96
78.24
Oceanía
Australia Y Nueva Zelanda
2019
22.16
76.60
Oceanía
Australia Y Nueva Zelanda
2020
9.37
68.08
Oceanía
Australia Y Nueva Zelanda
2021
5.70
17.97
Oceanía
Melanesia
2018
0.01
0.03
Oceanía
Melanesia
2019
0.01
0.03
Oceanía
Melanesia
2020
0.00
0.16
Oceanía
Melanesia
2021
0.00
0.14
Oceanía
Micronesia
2018
0.00
0.00
Oceanía
Micronesia
2019
0.00
0.07
Oceanía
Micronesia
2020
0.00
0.04
Oceanía
Micronesia
2021
0.00
0.01
Oceanía
Polinesia
2018
0.02
0.23
Oceanía
Polinesia
2019
0.02
0.31
Oceanía
Polinesia
2020
0.01
0.11
Oceanía
Polinesia
2021
0.00
0.06
NA
NA
2018
0.00
23.66
NA
NA
2019
0.00
3.12
NA
NA
2020
0.00
0.08
NA
NA
2021
0.02
0.10
4. Obtenga un ranking, anual, de los 5 principales socios comerciales de El Salvador, para el periodo 2018-2021
Exportaciones_anuales<-data_comercio_exterior %>%
group_by(anio) %>%
summarise(
`total anio` = (sum(valor_fob)))
anio_2018<-Exportaciones_anuales[1,2]
anio_2019<-Exportaciones_anuales[2,2]
anio_2020<-Exportaciones_anuales[3,2]
anio_2021<-Exportaciones_anuales[4,2]
primer_anio <- data_comercio_exterior %>%
left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>%
group_by(anio, iso_3) %>%
summarise(`total 2018` = round(((( sum(valor_fob)) * 100) / anio_2018), 2)) %>%
select("anio","iso_3", "total 2018") %>%
filter(anio == 2018, `total 2018` > 0) %>%
arrange(desc(`total 2018`))
segundo_anio <- data_comercio_exterior %>%
left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>%
group_by(anio, iso_3) %>%
summarise(`total 2019` = round((((sum(valor_fob)) * 100) / anio_2019), 2)) %>%
select("anio", "iso_3", "total 2019") %>%
filter(anio == 2019, `total 2019` > 0) %>%
arrange(desc(`total 2019`))
tercer_anio <- data_comercio_exterior %>%
left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>%
group_by(anio, iso_3) %>%
summarise(`total 2020` = round((((sum(valor_fob)) * 100) / anio_2020), 2)) %>%
select("anio","iso_3", "total 2020") %>%
filter(anio == 2020, `total 2020` > 0) %>%
arrange(desc(`total 2020`))
cuarto_anio <- data_comercio_exterior %>%
left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>%
group_by(anio,iso_3) %>%
summarise(`total 2021` = round((((sum(valor_fob)) * 100) /
anio_2021), 2)) %>%
select("anio","iso_3", "total 2021") %>%
filter(anio == 2021, `total 2021` > 0) %>%
arrange(desc(`total 2021`))
anio_2018 <- (paste(primer_anio$iso_3[1:5],
primer_anio$`total 2018`$`total anio`[1:5], sep = " | " ))
anio_2019 <- (paste(segundo_anio$iso_3[1:5],
segundo_anio$`total 2019`$`total anio`[1:5], sep = " | "))
anio_2020 <- (paste(tercer_anio$iso_3[1:5],
tercer_anio$`total 2020`$`total anio`[1:5], sep = " | "))
anio_2021 <-(paste(cuarto_anio$iso_3[1:5],
cuarto_anio$`total 2021`$`total anio`[1:5], sep = " | "))
top_exp <- data.frame(anio_2018, anio_2019, anio_2020, anio_2021)
names(top_exp) = c("2018", "2019", "2020", "2021")
top_exp_t <- t(top_exp[, 1:ncol(top_exp)])
colnames(top_exp_t) <- top_exp[, 0]
colnames(top_exp_t) <- c("1", "2", "3", "4", "5")
kable(head(top_exp_t, 5),caption ="Top 5 socios comerciales, periodo 2018 -2021, datos en porcentaje de las exportaciones totales", align = "c") %>% add_footnote(label = "Elaboracion propia con base en datos del BCR",
notation = "symbol") %>%
kable_styling()
Top 5 socios comerciales, periodo 2018 -2021, datos en porcentaje de las exportaciones totales
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
* Elaboracion propia con base en datos del BCR
INTEGRANTES:
CANALES LOPEZ, JOSUE MANUEL CL12025
HERNANDEZ ROMERO, ALAN ERNESTO HR15033
DE JESUS PAREDES, YESSICA CRISTINA DR15016
MSF. CARLOS ADEMIR PÉREZ ALAS
CIUDAD UNIVERSITARIA, AGOSTO DE 2021
1. 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)
library(readr)
library(dplyr)
library(kableExtra)
setwd("C:/LAB 1/Importaciones/")
nombres_archivos_importar<-list.files()
lista_importacion<-lapply(nombres_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", align="c") %>%
add_footnote(label="Elaboracion propia con base en datos del BCR",
notation="symbol") %>% kable_styling()
El Salvador: Base de importaciones 2018-2020
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
* Elaboracion propia con base en datos del BCR
library(readr)
library(dplyr)
library(kableExtra)
setwd("C:/LAB 1/Exportaciones/")
nombres_archivos_importar<-list.files()
lista_exportacion<-lapply(nombres_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", align = "c")%>%
add_footnote(label = "Elaboracion propia con base en datos del BCR",
notation = "symbol") %>% kable_styling()
Base de Exportaciones 2018-2020
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
* Elaboracion propia con base en datos del BCR
library(dplyr)
library(tidyr)
library(kableExtra)
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",
align = "c") %>%
add_footnote(label = "Elaboración propia con base en datos del BCR",
notation = "symbol") %>% kable_styling()
Base de Comercio Exterior 2018-2020
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
save(data_comercio_exterior,file ="C:/LAB 1/data_comercio_exterior.RData")
2.Actualización de la tabla de comercio exterior para el 2021.
library(dplyr)
library(tidyr)
library(kableExtra)
setwd("C:/LAB 1/Update/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_update <- bind_rows(lista_importacion)
setwd("C:/LAB 1/Update/Exportaciones")
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)
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:/LAB 1/Update/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
3.Agregue la información estandarizada de los países
library(readxl)
library(kableExtra)
library(dplyr)
options(scipen = 999999)
load("C:/LAB 1/Update/data_comercio_exterior_actualizada.RData")
nombre_archivo<-"C:/LAB 1/nombres_iso_paises.xlsx"
nombres_iso_paises <-read_excel(nombre_archivo)
data_comercio_exterior %>%
left_join(nombres_iso_paises,
by=c("pais"="nom_pais_esp")) %>%
group_by(region,sub_region,anio) %>%
summarise('Exportaciones Totales MM US$' = sum(valor_fob)/1e6,
'Importaciones Totales MM US$' = sum(valor_cif)/1e6) %>%
kable(digits = 2) %>% kable_styling()
region
sub_region
anio
Exportaciones Totales MM US$
Importaciones Totales MM US$
África
Africa Del Norte
2018
1.96
10.40
África
Africa Del Norte
2019
1.90
8.52
África
Africa Del Norte
2020
2.12
14.20
África
Africa Del Norte
2021
0.25
5.05
África
Africa Sub-Sahariana
2018
23.62
13.51
África
Africa Sub-Sahariana
2019
4.86
9.34
África
Africa Sub-Sahariana
2020
5.15
13.68
África
Africa Sub-Sahariana
2021
0.84
4.91
Américas
América Del Norte
2018
5247.43
7354.47
Américas
América Del Norte
2019
5092.51
7035.87
Américas
América Del Norte
2020
3995.93
5478.39
Américas
América Del Norte
2021
1576.07
2370.45
Américas
América Latina Y El Caribe
2018
5846.97
8154.31
Américas
América Latina Y El Caribe
2019
6077.47
9009.65
Américas
América Latina Y El Caribe
2020
5330.89
8347.27
Américas
América Latina Y El Caribe
2021
1984.60
3050.64
Asia
Asia Central
2018
0.01
0.90
Asia
Asia Central
2019
0.00
0.66
Asia
Asia Central
2020
0.02
0.66
Asia
Asia Central
2021
0.00
0.14
Asia
Asia Meridional
2018
7.50
273.28
Asia
Asia Meridional
2019
4.95
269.53
Asia
Asia Meridional
2020
10.12
230.42
Asia
Asia Meridional
2021
3.34
126.54
Asia
Asia Occidental
2018
4.01
157.02
Asia
Asia Occidental
2019
5.64
111.85
Asia
Asia Occidental
2020
10.32
121.01
Asia
Asia Occidental
2021
4.28
93.55
Asia
Asia Oriental
2018
288.79
4466.83
Asia
Asia Oriental
2019
244.96
4466.09
Asia
Asia Oriental
2020
365.62
3865.99
Asia
Asia Oriental
2021
126.37
1805.04
Asia
Asia Sudoriental
2018
33.22
544.39
Asia
Asia Sudoriental
2019
9.07
511.61
Asia
Asia Sudoriental
2020
9.48
493.24
Asia
Asia Sudoriental
2021
6.87
210.74
Europa
Europa Del Este
2018
2.86
153.33
Europa
Europa Del Este
2019
14.39
146.40
Europa
Europa Del Este
2020
4.19
131.57
Europa
Europa Del Este
2021
0.91
75.66
Europa
Europa Del Sur
2018
165.77
782.97
Europa
Europa Del Sur
2019
168.70
620.91
Europa
Europa Del Sur
2020
142.78
611.22
Europa
Europa Del Sur
2021
48.15
255.10
Europa
Europa Oriental
2018
116.77
694.81
Europa
Europa Oriental
2019
123.61
701.12
Europa
Europa Oriental
2020
170.57
683.26
Europa
Europa Oriental
2021
65.20
243.41
Europa
Norte De Europa
2018
54.94
220.25
Europa
Norte De Europa
2019
39.20
236.00
Europa
Norte De Europa
2020
31.46
593.79
Europa
Norte De Europa
2021
23.70
95.02
Oceanía
Australia Y Nueva Zelanda
2018
16.96
78.24
Oceanía
Australia Y Nueva Zelanda
2019
22.16
76.60
Oceanía
Australia Y Nueva Zelanda
2020
9.37
68.08
Oceanía
Australia Y Nueva Zelanda
2021
5.70
17.97
Oceanía
Melanesia
2018
0.01
0.03
Oceanía
Melanesia
2019
0.01
0.03
Oceanía
Melanesia
2020
0.00
0.16
Oceanía
Melanesia
2021
0.00
0.14
Oceanía
Micronesia
2018
0.00
0.00
Oceanía
Micronesia
2019
0.00
0.07
Oceanía
Micronesia
2020
0.00
0.04
Oceanía
Micronesia
2021
0.00
0.01
Oceanía
Polinesia
2018
0.02
0.23
Oceanía
Polinesia
2019
0.02
0.31
Oceanía
Polinesia
2020
0.01
0.11
Oceanía
Polinesia
2021
0.00
0.06
NA
NA
2018
0.00
23.66
NA
NA
2019
0.00
3.12
NA
NA
2020
0.00
0.08
NA
NA
2021
0.02
0.10
4. Obtenga un ranking, anual, de los 5 principales socios comerciales de El Salvador, para el periodo 2018-2021
Exportaciones_anuales<-data_comercio_exterior %>%
group_by(anio) %>%
summarise(
`total anio` = (sum(valor_fob)))
anio_2018<-Exportaciones_anuales[1,2]
anio_2019<-Exportaciones_anuales[2,2]
anio_2020<-Exportaciones_anuales[3,2]
anio_2021<-Exportaciones_anuales[4,2]
primer_anio <- data_comercio_exterior %>%
left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>%
group_by(anio, iso_3) %>%
summarise(`total 2018` = round(((( sum(valor_fob)) * 100) / anio_2018), 2)) %>%
select("anio","iso_3", "total 2018") %>%
filter(anio == 2018, `total 2018` > 0) %>%
arrange(desc(`total 2018`))
segundo_anio <- data_comercio_exterior %>%
left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>%
group_by(anio, iso_3) %>%
summarise(`total 2019` = round((((sum(valor_fob)) * 100) / anio_2019), 2)) %>%
select("anio", "iso_3", "total 2019") %>%
filter(anio == 2019, `total 2019` > 0) %>%
arrange(desc(`total 2019`))
tercer_anio <- data_comercio_exterior %>%
left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>%
group_by(anio, iso_3) %>%
summarise(`total 2020` = round((((sum(valor_fob)) * 100) / anio_2020), 2)) %>%
select("anio","iso_3", "total 2020") %>%
filter(anio == 2020, `total 2020` > 0) %>%
arrange(desc(`total 2020`))
cuarto_anio <- data_comercio_exterior %>%
left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>%
group_by(anio,iso_3) %>%
summarise(`total 2021` = round((((sum(valor_fob)) * 100) /
anio_2021), 2)) %>%
select("anio","iso_3", "total 2021") %>%
filter(anio == 2021, `total 2021` > 0) %>%
arrange(desc(`total 2021`))
anio_2018 <- (paste(primer_anio$iso_3[1:5],
primer_anio$`total 2018`$`total anio`[1:5], sep = " | " ))
anio_2019 <- (paste(segundo_anio$iso_3[1:5],
segundo_anio$`total 2019`$`total anio`[1:5], sep = " | "))
anio_2020 <- (paste(tercer_anio$iso_3[1:5],
tercer_anio$`total 2020`$`total anio`[1:5], sep = " | "))
anio_2021 <-(paste(cuarto_anio$iso_3[1:5],
cuarto_anio$`total 2021`$`total anio`[1:5], sep = " | "))
top_exp <- data.frame(anio_2018, anio_2019, anio_2020, anio_2021)
names(top_exp) = c("2018", "2019", "2020", "2021")
top_exp_t <- t(top_exp[, 1:ncol(top_exp)])
colnames(top_exp_t) <- top_exp[, 0]
colnames(top_exp_t) <- c("1", "2", "3", "4", "5")
kable(head(top_exp_t, 5),caption ="Top 5 socios comerciales, periodo 2018 -2021, datos en porcentaje de las exportaciones totales", align = "c") %>% add_footnote(label = "Elaboracion propia con base en datos del BCR",
notation = "symbol") %>%
kable_styling()
Top 5 socios comerciales, periodo 2018 -2021, datos en porcentaje de las exportaciones totales
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
* Elaboracion propia con base en datos del BCR
MSF. CARLOS ADEMIR PÉREZ ALAS
CIUDAD UNIVERSITARIA, AGOSTO DE 2021
1. 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)
library(readr)
library(dplyr)
library(kableExtra)
setwd("C:/LAB 1/Importaciones/")
nombres_archivos_importar<-list.files()
lista_importacion<-lapply(nombres_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", align="c") %>%
add_footnote(label="Elaboracion propia con base en datos del BCR",
notation="symbol") %>% kable_styling()
El Salvador: Base de importaciones 2018-2020
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
* Elaboracion propia con base en datos del BCR
library(readr)
library(dplyr)
library(kableExtra)
setwd("C:/LAB 1/Exportaciones/")
nombres_archivos_importar<-list.files()
lista_exportacion<-lapply(nombres_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", align = "c")%>%
add_footnote(label = "Elaboracion propia con base en datos del BCR",
notation = "symbol") %>% kable_styling()
Base de Exportaciones 2018-2020
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
* Elaboracion propia con base en datos del BCR
library(dplyr)
library(tidyr)
library(kableExtra)
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",
align = "c") %>%
add_footnote(label = "Elaboración propia con base en datos del BCR",
notation = "symbol") %>% kable_styling()
Base de Comercio Exterior 2018-2020
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
save(data_comercio_exterior,file ="C:/LAB 1/data_comercio_exterior.RData")
2.Actualización de la tabla de comercio exterior para el 2021.
library(dplyr)
library(tidyr)
library(kableExtra)
setwd("C:/LAB 1/Update/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_update <- bind_rows(lista_importacion)
setwd("C:/LAB 1/Update/Exportaciones")
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)
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:/LAB 1/Update/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
3.Agregue la información estandarizada de los países
library(readxl)
library(kableExtra)
library(dplyr)
options(scipen = 999999)
load("C:/LAB 1/Update/data_comercio_exterior_actualizada.RData")
nombre_archivo<-"C:/LAB 1/nombres_iso_paises.xlsx"
nombres_iso_paises <-read_excel(nombre_archivo)
data_comercio_exterior %>%
left_join(nombres_iso_paises,
by=c("pais"="nom_pais_esp")) %>%
group_by(region,sub_region,anio) %>%
summarise('Exportaciones Totales MM US$' = sum(valor_fob)/1e6,
'Importaciones Totales MM US$' = sum(valor_cif)/1e6) %>%
kable(digits = 2) %>% kable_styling()
region
sub_region
anio
Exportaciones Totales MM US$
Importaciones Totales MM US$
África
Africa Del Norte
2018
1.96
10.40
África
Africa Del Norte
2019
1.90
8.52
África
Africa Del Norte
2020
2.12
14.20
África
Africa Del Norte
2021
0.25
5.05
África
Africa Sub-Sahariana
2018
23.62
13.51
África
Africa Sub-Sahariana
2019
4.86
9.34
África
Africa Sub-Sahariana
2020
5.15
13.68
África
Africa Sub-Sahariana
2021
0.84
4.91
Américas
América Del Norte
2018
5247.43
7354.47
Américas
América Del Norte
2019
5092.51
7035.87
Américas
América Del Norte
2020
3995.93
5478.39
Américas
América Del Norte
2021
1576.07
2370.45
Américas
América Latina Y El Caribe
2018
5846.97
8154.31
Américas
América Latina Y El Caribe
2019
6077.47
9009.65
Américas
América Latina Y El Caribe
2020
5330.89
8347.27
Américas
América Latina Y El Caribe
2021
1984.60
3050.64
Asia
Asia Central
2018
0.01
0.90
Asia
Asia Central
2019
0.00
0.66
Asia
Asia Central
2020
0.02
0.66
Asia
Asia Central
2021
0.00
0.14
Asia
Asia Meridional
2018
7.50
273.28
Asia
Asia Meridional
2019
4.95
269.53
Asia
Asia Meridional
2020
10.12
230.42
Asia
Asia Meridional
2021
3.34
126.54
Asia
Asia Occidental
2018
4.01
157.02
Asia
Asia Occidental
2019
5.64
111.85
Asia
Asia Occidental
2020
10.32
121.01
Asia
Asia Occidental
2021
4.28
93.55
Asia
Asia Oriental
2018
288.79
4466.83
Asia
Asia Oriental
2019
244.96
4466.09
Asia
Asia Oriental
2020
365.62
3865.99
Asia
Asia Oriental
2021
126.37
1805.04
Asia
Asia Sudoriental
2018
33.22
544.39
Asia
Asia Sudoriental
2019
9.07
511.61
Asia
Asia Sudoriental
2020
9.48
493.24
Asia
Asia Sudoriental
2021
6.87
210.74
Europa
Europa Del Este
2018
2.86
153.33
Europa
Europa Del Este
2019
14.39
146.40
Europa
Europa Del Este
2020
4.19
131.57
Europa
Europa Del Este
2021
0.91
75.66
Europa
Europa Del Sur
2018
165.77
782.97
Europa
Europa Del Sur
2019
168.70
620.91
Europa
Europa Del Sur
2020
142.78
611.22
Europa
Europa Del Sur
2021
48.15
255.10
Europa
Europa Oriental
2018
116.77
694.81
Europa
Europa Oriental
2019
123.61
701.12
Europa
Europa Oriental
2020
170.57
683.26
Europa
Europa Oriental
2021
65.20
243.41
Europa
Norte De Europa
2018
54.94
220.25
Europa
Norte De Europa
2019
39.20
236.00
Europa
Norte De Europa
2020
31.46
593.79
Europa
Norte De Europa
2021
23.70
95.02
Oceanía
Australia Y Nueva Zelanda
2018
16.96
78.24
Oceanía
Australia Y Nueva Zelanda
2019
22.16
76.60
Oceanía
Australia Y Nueva Zelanda
2020
9.37
68.08
Oceanía
Australia Y Nueva Zelanda
2021
5.70
17.97
Oceanía
Melanesia
2018
0.01
0.03
Oceanía
Melanesia
2019
0.01
0.03
Oceanía
Melanesia
2020
0.00
0.16
Oceanía
Melanesia
2021
0.00
0.14
Oceanía
Micronesia
2018
0.00
0.00
Oceanía
Micronesia
2019
0.00
0.07
Oceanía
Micronesia
2020
0.00
0.04
Oceanía
Micronesia
2021
0.00
0.01
Oceanía
Polinesia
2018
0.02
0.23
Oceanía
Polinesia
2019
0.02
0.31
Oceanía
Polinesia
2020
0.01
0.11
Oceanía
Polinesia
2021
0.00
0.06
NA
NA
2018
0.00
23.66
NA
NA
2019
0.00
3.12
NA
NA
2020
0.00
0.08
NA
NA
2021
0.02
0.10
4. Obtenga un ranking, anual, de los 5 principales socios comerciales de El Salvador, para el periodo 2018-2021
Exportaciones_anuales<-data_comercio_exterior %>%
group_by(anio) %>%
summarise(
`total anio` = (sum(valor_fob)))
anio_2018<-Exportaciones_anuales[1,2]
anio_2019<-Exportaciones_anuales[2,2]
anio_2020<-Exportaciones_anuales[3,2]
anio_2021<-Exportaciones_anuales[4,2]
primer_anio <- data_comercio_exterior %>%
left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>%
group_by(anio, iso_3) %>%
summarise(`total 2018` = round(((( sum(valor_fob)) * 100) / anio_2018), 2)) %>%
select("anio","iso_3", "total 2018") %>%
filter(anio == 2018, `total 2018` > 0) %>%
arrange(desc(`total 2018`))
segundo_anio <- data_comercio_exterior %>%
left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>%
group_by(anio, iso_3) %>%
summarise(`total 2019` = round((((sum(valor_fob)) * 100) / anio_2019), 2)) %>%
select("anio", "iso_3", "total 2019") %>%
filter(anio == 2019, `total 2019` > 0) %>%
arrange(desc(`total 2019`))
tercer_anio <- data_comercio_exterior %>%
left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>%
group_by(anio, iso_3) %>%
summarise(`total 2020` = round((((sum(valor_fob)) * 100) / anio_2020), 2)) %>%
select("anio","iso_3", "total 2020") %>%
filter(anio == 2020, `total 2020` > 0) %>%
arrange(desc(`total 2020`))
cuarto_anio <- data_comercio_exterior %>%
left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>%
group_by(anio,iso_3) %>%
summarise(`total 2021` = round((((sum(valor_fob)) * 100) /
anio_2021), 2)) %>%
select("anio","iso_3", "total 2021") %>%
filter(anio == 2021, `total 2021` > 0) %>%
arrange(desc(`total 2021`))
anio_2018 <- (paste(primer_anio$iso_3[1:5],
primer_anio$`total 2018`$`total anio`[1:5], sep = " | " ))
anio_2019 <- (paste(segundo_anio$iso_3[1:5],
segundo_anio$`total 2019`$`total anio`[1:5], sep = " | "))
anio_2020 <- (paste(tercer_anio$iso_3[1:5],
tercer_anio$`total 2020`$`total anio`[1:5], sep = " | "))
anio_2021 <-(paste(cuarto_anio$iso_3[1:5],
cuarto_anio$`total 2021`$`total anio`[1:5], sep = " | "))
top_exp <- data.frame(anio_2018, anio_2019, anio_2020, anio_2021)
names(top_exp) = c("2018", "2019", "2020", "2021")
top_exp_t <- t(top_exp[, 1:ncol(top_exp)])
colnames(top_exp_t) <- top_exp[, 0]
colnames(top_exp_t) <- c("1", "2", "3", "4", "5")
kable(head(top_exp_t, 5),caption ="Top 5 socios comerciales, periodo 2018 -2021, datos en porcentaje de las exportaciones totales", align = "c") %>% add_footnote(label = "Elaboracion propia con base en datos del BCR",
notation = "symbol") %>%
kable_styling()
Top 5 socios comerciales, periodo 2018 -2021, datos en porcentaje de las exportaciones totales
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
* Elaboracion propia con base en datos del BCR
CIUDAD UNIVERSITARIA, AGOSTO DE 2021
1. 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)
library(readr)
library(dplyr)
library(kableExtra)
setwd("C:/LAB 1/Importaciones/")
nombres_archivos_importar<-list.files()
lista_importacion<-lapply(nombres_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", align="c") %>%
add_footnote(label="Elaboracion propia con base en datos del BCR",
notation="symbol") %>% kable_styling()
El Salvador: Base de importaciones 2018-2020
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
* Elaboracion propia con base en datos del BCR
library(readr)
library(dplyr)
library(kableExtra)
setwd("C:/LAB 1/Exportaciones/")
nombres_archivos_importar<-list.files()
lista_exportacion<-lapply(nombres_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", align = "c")%>%
add_footnote(label = "Elaboracion propia con base en datos del BCR",
notation = "symbol") %>% kable_styling()
Base de Exportaciones 2018-2020
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
* Elaboracion propia con base en datos del BCR
library(dplyr)
library(tidyr)
library(kableExtra)
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",
align = "c") %>%
add_footnote(label = "Elaboración propia con base en datos del BCR",
notation = "symbol") %>% kable_styling()
Base de Comercio Exterior 2018-2020
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
save(data_comercio_exterior,file ="C:/LAB 1/data_comercio_exterior.RData")
2.Actualización de la tabla de comercio exterior para el 2021.
library(dplyr)
library(tidyr)
library(kableExtra)
setwd("C:/LAB 1/Update/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_update <- bind_rows(lista_importacion)
setwd("C:/LAB 1/Update/Exportaciones")
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)
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:/LAB 1/Update/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
3.Agregue la información estandarizada de los países
library(readxl)
library(kableExtra)
library(dplyr)
options(scipen = 999999)
load("C:/LAB 1/Update/data_comercio_exterior_actualizada.RData")
nombre_archivo<-"C:/LAB 1/nombres_iso_paises.xlsx"
nombres_iso_paises <-read_excel(nombre_archivo)
data_comercio_exterior %>%
left_join(nombres_iso_paises,
by=c("pais"="nom_pais_esp")) %>%
group_by(region,sub_region,anio) %>%
summarise('Exportaciones Totales MM US$' = sum(valor_fob)/1e6,
'Importaciones Totales MM US$' = sum(valor_cif)/1e6) %>%
kable(digits = 2) %>% kable_styling()
region
sub_region
anio
Exportaciones Totales MM US$
Importaciones Totales MM US$
África
Africa Del Norte
2018
1.96
10.40
África
Africa Del Norte
2019
1.90
8.52
África
Africa Del Norte
2020
2.12
14.20
África
Africa Del Norte
2021
0.25
5.05
África
Africa Sub-Sahariana
2018
23.62
13.51
África
Africa Sub-Sahariana
2019
4.86
9.34
África
Africa Sub-Sahariana
2020
5.15
13.68
África
Africa Sub-Sahariana
2021
0.84
4.91
Américas
América Del Norte
2018
5247.43
7354.47
Américas
América Del Norte
2019
5092.51
7035.87
Américas
América Del Norte
2020
3995.93
5478.39
Américas
América Del Norte
2021
1576.07
2370.45
Américas
América Latina Y El Caribe
2018
5846.97
8154.31
Américas
América Latina Y El Caribe
2019
6077.47
9009.65
Américas
América Latina Y El Caribe
2020
5330.89
8347.27
Américas
América Latina Y El Caribe
2021
1984.60
3050.64
Asia
Asia Central
2018
0.01
0.90
Asia
Asia Central
2019
0.00
0.66
Asia
Asia Central
2020
0.02
0.66
Asia
Asia Central
2021
0.00
0.14
Asia
Asia Meridional
2018
7.50
273.28
Asia
Asia Meridional
2019
4.95
269.53
Asia
Asia Meridional
2020
10.12
230.42
Asia
Asia Meridional
2021
3.34
126.54
Asia
Asia Occidental
2018
4.01
157.02
Asia
Asia Occidental
2019
5.64
111.85
Asia
Asia Occidental
2020
10.32
121.01
Asia
Asia Occidental
2021
4.28
93.55
Asia
Asia Oriental
2018
288.79
4466.83
Asia
Asia Oriental
2019
244.96
4466.09
Asia
Asia Oriental
2020
365.62
3865.99
Asia
Asia Oriental
2021
126.37
1805.04
Asia
Asia Sudoriental
2018
33.22
544.39
Asia
Asia Sudoriental
2019
9.07
511.61
Asia
Asia Sudoriental
2020
9.48
493.24
Asia
Asia Sudoriental
2021
6.87
210.74
Europa
Europa Del Este
2018
2.86
153.33
Europa
Europa Del Este
2019
14.39
146.40
Europa
Europa Del Este
2020
4.19
131.57
Europa
Europa Del Este
2021
0.91
75.66
Europa
Europa Del Sur
2018
165.77
782.97
Europa
Europa Del Sur
2019
168.70
620.91
Europa
Europa Del Sur
2020
142.78
611.22
Europa
Europa Del Sur
2021
48.15
255.10
Europa
Europa Oriental
2018
116.77
694.81
Europa
Europa Oriental
2019
123.61
701.12
Europa
Europa Oriental
2020
170.57
683.26
Europa
Europa Oriental
2021
65.20
243.41
Europa
Norte De Europa
2018
54.94
220.25
Europa
Norte De Europa
2019
39.20
236.00
Europa
Norte De Europa
2020
31.46
593.79
Europa
Norte De Europa
2021
23.70
95.02
Oceanía
Australia Y Nueva Zelanda
2018
16.96
78.24
Oceanía
Australia Y Nueva Zelanda
2019
22.16
76.60
Oceanía
Australia Y Nueva Zelanda
2020
9.37
68.08
Oceanía
Australia Y Nueva Zelanda
2021
5.70
17.97
Oceanía
Melanesia
2018
0.01
0.03
Oceanía
Melanesia
2019
0.01
0.03
Oceanía
Melanesia
2020
0.00
0.16
Oceanía
Melanesia
2021
0.00
0.14
Oceanía
Micronesia
2018
0.00
0.00
Oceanía
Micronesia
2019
0.00
0.07
Oceanía
Micronesia
2020
0.00
0.04
Oceanía
Micronesia
2021
0.00
0.01
Oceanía
Polinesia
2018
0.02
0.23
Oceanía
Polinesia
2019
0.02
0.31
Oceanía
Polinesia
2020
0.01
0.11
Oceanía
Polinesia
2021
0.00
0.06
NA
NA
2018
0.00
23.66
NA
NA
2019
0.00
3.12
NA
NA
2020
0.00
0.08
NA
NA
2021
0.02
0.10
4. Obtenga un ranking, anual, de los 5 principales socios comerciales de El Salvador, para el periodo 2018-2021
Exportaciones_anuales<-data_comercio_exterior %>%
group_by(anio) %>%
summarise(
`total anio` = (sum(valor_fob)))
anio_2018<-Exportaciones_anuales[1,2]
anio_2019<-Exportaciones_anuales[2,2]
anio_2020<-Exportaciones_anuales[3,2]
anio_2021<-Exportaciones_anuales[4,2]
primer_anio <- data_comercio_exterior %>%
left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>%
group_by(anio, iso_3) %>%
summarise(`total 2018` = round(((( sum(valor_fob)) * 100) / anio_2018), 2)) %>%
select("anio","iso_3", "total 2018") %>%
filter(anio == 2018, `total 2018` > 0) %>%
arrange(desc(`total 2018`))
segundo_anio <- data_comercio_exterior %>%
left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>%
group_by(anio, iso_3) %>%
summarise(`total 2019` = round((((sum(valor_fob)) * 100) / anio_2019), 2)) %>%
select("anio", "iso_3", "total 2019") %>%
filter(anio == 2019, `total 2019` > 0) %>%
arrange(desc(`total 2019`))
tercer_anio <- data_comercio_exterior %>%
left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>%
group_by(anio, iso_3) %>%
summarise(`total 2020` = round((((sum(valor_fob)) * 100) / anio_2020), 2)) %>%
select("anio","iso_3", "total 2020") %>%
filter(anio == 2020, `total 2020` > 0) %>%
arrange(desc(`total 2020`))
cuarto_anio <- data_comercio_exterior %>%
left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>%
group_by(anio,iso_3) %>%
summarise(`total 2021` = round((((sum(valor_fob)) * 100) /
anio_2021), 2)) %>%
select("anio","iso_3", "total 2021") %>%
filter(anio == 2021, `total 2021` > 0) %>%
arrange(desc(`total 2021`))
anio_2018 <- (paste(primer_anio$iso_3[1:5],
primer_anio$`total 2018`$`total anio`[1:5], sep = " | " ))
anio_2019 <- (paste(segundo_anio$iso_3[1:5],
segundo_anio$`total 2019`$`total anio`[1:5], sep = " | "))
anio_2020 <- (paste(tercer_anio$iso_3[1:5],
tercer_anio$`total 2020`$`total anio`[1:5], sep = " | "))
anio_2021 <-(paste(cuarto_anio$iso_3[1:5],
cuarto_anio$`total 2021`$`total anio`[1:5], sep = " | "))
top_exp <- data.frame(anio_2018, anio_2019, anio_2020, anio_2021)
names(top_exp) = c("2018", "2019", "2020", "2021")
top_exp_t <- t(top_exp[, 1:ncol(top_exp)])
colnames(top_exp_t) <- top_exp[, 0]
colnames(top_exp_t) <- c("1", "2", "3", "4", "5")
kable(head(top_exp_t, 5),caption ="Top 5 socios comerciales, periodo 2018 -2021, datos en porcentaje de las exportaciones totales", align = "c") %>% add_footnote(label = "Elaboracion propia con base en datos del BCR",
notation = "symbol") %>%
kable_styling()
Top 5 socios comerciales, periodo 2018 -2021, datos en porcentaje de las exportaciones totales
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
* Elaboracion propia con base en datos del BCR
1. 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)
library(readr)
library(dplyr)
library(kableExtra)
setwd("C:/LAB 1/Importaciones/")
nombres_archivos_importar<-list.files()
lista_importacion<-lapply(nombres_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", align="c") %>%
add_footnote(label="Elaboracion propia con base en datos del BCR",
notation="symbol") %>% kable_styling()| 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 |
| * Elaboracion propia con base en datos del BCR |
library(readr)
library(dplyr)
library(kableExtra)
setwd("C:/LAB 1/Exportaciones/")
nombres_archivos_importar<-list.files()
lista_exportacion<-lapply(nombres_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", align = "c")%>%
add_footnote(label = "Elaboracion propia con base en datos del BCR",
notation = "symbol") %>% kable_styling()| 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 |
| * Elaboracion propia con base en datos del BCR |
library(dplyr)
library(tidyr)
library(kableExtra)
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",
align = "c") %>%
add_footnote(label = "Elaboración propia con base en datos del BCR",
notation = "symbol") %>% kable_styling()| 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 |
save(data_comercio_exterior,file ="C:/LAB 1/data_comercio_exterior.RData")2.Actualización de la tabla de comercio exterior para el 2021.
library(dplyr)
library(tidyr)
library(kableExtra)
setwd("C:/LAB 1/Update/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_update <- bind_rows(lista_importacion)
setwd("C:/LAB 1/Update/Exportaciones")
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)
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:/LAB 1/Update/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()| 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 |
3.Agregue la información estandarizada de los países
library(readxl)
library(kableExtra)
library(dplyr)
options(scipen = 999999)
load("C:/LAB 1/Update/data_comercio_exterior_actualizada.RData")
nombre_archivo<-"C:/LAB 1/nombres_iso_paises.xlsx"
nombres_iso_paises <-read_excel(nombre_archivo)
data_comercio_exterior %>%
left_join(nombres_iso_paises,
by=c("pais"="nom_pais_esp")) %>%
group_by(region,sub_region,anio) %>%
summarise('Exportaciones Totales MM US$' = sum(valor_fob)/1e6,
'Importaciones Totales MM US$' = sum(valor_cif)/1e6) %>%
kable(digits = 2) %>% kable_styling()| region | sub_region | anio | Exportaciones Totales MM US$ | Importaciones Totales MM US$ |
|---|---|---|---|---|
| África | Africa Del Norte | 2018 | 1.96 | 10.40 |
| África | Africa Del Norte | 2019 | 1.90 | 8.52 |
| África | Africa Del Norte | 2020 | 2.12 | 14.20 |
| África | Africa Del Norte | 2021 | 0.25 | 5.05 |
| África | Africa Sub-Sahariana | 2018 | 23.62 | 13.51 |
| África | Africa Sub-Sahariana | 2019 | 4.86 | 9.34 |
| África | Africa Sub-Sahariana | 2020 | 5.15 | 13.68 |
| África | Africa Sub-Sahariana | 2021 | 0.84 | 4.91 |
| Américas | América Del Norte | 2018 | 5247.43 | 7354.47 |
| Américas | América Del Norte | 2019 | 5092.51 | 7035.87 |
| Américas | América Del Norte | 2020 | 3995.93 | 5478.39 |
| Américas | América Del Norte | 2021 | 1576.07 | 2370.45 |
| Américas | América Latina Y El Caribe | 2018 | 5846.97 | 8154.31 |
| Américas | América Latina Y El Caribe | 2019 | 6077.47 | 9009.65 |
| Américas | América Latina Y El Caribe | 2020 | 5330.89 | 8347.27 |
| Américas | América Latina Y El Caribe | 2021 | 1984.60 | 3050.64 |
| Asia | Asia Central | 2018 | 0.01 | 0.90 |
| Asia | Asia Central | 2019 | 0.00 | 0.66 |
| Asia | Asia Central | 2020 | 0.02 | 0.66 |
| Asia | Asia Central | 2021 | 0.00 | 0.14 |
| Asia | Asia Meridional | 2018 | 7.50 | 273.28 |
| Asia | Asia Meridional | 2019 | 4.95 | 269.53 |
| Asia | Asia Meridional | 2020 | 10.12 | 230.42 |
| Asia | Asia Meridional | 2021 | 3.34 | 126.54 |
| Asia | Asia Occidental | 2018 | 4.01 | 157.02 |
| Asia | Asia Occidental | 2019 | 5.64 | 111.85 |
| Asia | Asia Occidental | 2020 | 10.32 | 121.01 |
| Asia | Asia Occidental | 2021 | 4.28 | 93.55 |
| Asia | Asia Oriental | 2018 | 288.79 | 4466.83 |
| Asia | Asia Oriental | 2019 | 244.96 | 4466.09 |
| Asia | Asia Oriental | 2020 | 365.62 | 3865.99 |
| Asia | Asia Oriental | 2021 | 126.37 | 1805.04 |
| Asia | Asia Sudoriental | 2018 | 33.22 | 544.39 |
| Asia | Asia Sudoriental | 2019 | 9.07 | 511.61 |
| Asia | Asia Sudoriental | 2020 | 9.48 | 493.24 |
| Asia | Asia Sudoriental | 2021 | 6.87 | 210.74 |
| Europa | Europa Del Este | 2018 | 2.86 | 153.33 |
| Europa | Europa Del Este | 2019 | 14.39 | 146.40 |
| Europa | Europa Del Este | 2020 | 4.19 | 131.57 |
| Europa | Europa Del Este | 2021 | 0.91 | 75.66 |
| Europa | Europa Del Sur | 2018 | 165.77 | 782.97 |
| Europa | Europa Del Sur | 2019 | 168.70 | 620.91 |
| Europa | Europa Del Sur | 2020 | 142.78 | 611.22 |
| Europa | Europa Del Sur | 2021 | 48.15 | 255.10 |
| Europa | Europa Oriental | 2018 | 116.77 | 694.81 |
| Europa | Europa Oriental | 2019 | 123.61 | 701.12 |
| Europa | Europa Oriental | 2020 | 170.57 | 683.26 |
| Europa | Europa Oriental | 2021 | 65.20 | 243.41 |
| Europa | Norte De Europa | 2018 | 54.94 | 220.25 |
| Europa | Norte De Europa | 2019 | 39.20 | 236.00 |
| Europa | Norte De Europa | 2020 | 31.46 | 593.79 |
| Europa | Norte De Europa | 2021 | 23.70 | 95.02 |
| Oceanía | Australia Y Nueva Zelanda | 2018 | 16.96 | 78.24 |
| Oceanía | Australia Y Nueva Zelanda | 2019 | 22.16 | 76.60 |
| Oceanía | Australia Y Nueva Zelanda | 2020 | 9.37 | 68.08 |
| Oceanía | Australia Y Nueva Zelanda | 2021 | 5.70 | 17.97 |
| Oceanía | Melanesia | 2018 | 0.01 | 0.03 |
| Oceanía | Melanesia | 2019 | 0.01 | 0.03 |
| Oceanía | Melanesia | 2020 | 0.00 | 0.16 |
| Oceanía | Melanesia | 2021 | 0.00 | 0.14 |
| Oceanía | Micronesia | 2018 | 0.00 | 0.00 |
| Oceanía | Micronesia | 2019 | 0.00 | 0.07 |
| Oceanía | Micronesia | 2020 | 0.00 | 0.04 |
| Oceanía | Micronesia | 2021 | 0.00 | 0.01 |
| Oceanía | Polinesia | 2018 | 0.02 | 0.23 |
| Oceanía | Polinesia | 2019 | 0.02 | 0.31 |
| Oceanía | Polinesia | 2020 | 0.01 | 0.11 |
| Oceanía | Polinesia | 2021 | 0.00 | 0.06 |
| NA | NA | 2018 | 0.00 | 23.66 |
| NA | NA | 2019 | 0.00 | 3.12 |
| NA | NA | 2020 | 0.00 | 0.08 |
| NA | NA | 2021 | 0.02 | 0.10 |
4. Obtenga un ranking, anual, de los 5 principales socios comerciales de El Salvador, para el periodo 2018-2021
Exportaciones_anuales<-data_comercio_exterior %>%
group_by(anio) %>%
summarise(
`total anio` = (sum(valor_fob)))
anio_2018<-Exportaciones_anuales[1,2]
anio_2019<-Exportaciones_anuales[2,2]
anio_2020<-Exportaciones_anuales[3,2]
anio_2021<-Exportaciones_anuales[4,2]
primer_anio <- data_comercio_exterior %>%
left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>%
group_by(anio, iso_3) %>%
summarise(`total 2018` = round(((( sum(valor_fob)) * 100) / anio_2018), 2)) %>%
select("anio","iso_3", "total 2018") %>%
filter(anio == 2018, `total 2018` > 0) %>%
arrange(desc(`total 2018`))
segundo_anio <- data_comercio_exterior %>%
left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>%
group_by(anio, iso_3) %>%
summarise(`total 2019` = round((((sum(valor_fob)) * 100) / anio_2019), 2)) %>%
select("anio", "iso_3", "total 2019") %>%
filter(anio == 2019, `total 2019` > 0) %>%
arrange(desc(`total 2019`))
tercer_anio <- data_comercio_exterior %>%
left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>%
group_by(anio, iso_3) %>%
summarise(`total 2020` = round((((sum(valor_fob)) * 100) / anio_2020), 2)) %>%
select("anio","iso_3", "total 2020") %>%
filter(anio == 2020, `total 2020` > 0) %>%
arrange(desc(`total 2020`))
cuarto_anio <- data_comercio_exterior %>%
left_join(nombres_iso_paises, by = c("pais" = "nom_pais_esp")) %>%
group_by(anio,iso_3) %>%
summarise(`total 2021` = round((((sum(valor_fob)) * 100) /
anio_2021), 2)) %>%
select("anio","iso_3", "total 2021") %>%
filter(anio == 2021, `total 2021` > 0) %>%
arrange(desc(`total 2021`))
anio_2018 <- (paste(primer_anio$iso_3[1:5],
primer_anio$`total 2018`$`total anio`[1:5], sep = " | " ))
anio_2019 <- (paste(segundo_anio$iso_3[1:5],
segundo_anio$`total 2019`$`total anio`[1:5], sep = " | "))
anio_2020 <- (paste(tercer_anio$iso_3[1:5],
tercer_anio$`total 2020`$`total anio`[1:5], sep = " | "))
anio_2021 <-(paste(cuarto_anio$iso_3[1:5],
cuarto_anio$`total 2021`$`total anio`[1:5], sep = " | "))
top_exp <- data.frame(anio_2018, anio_2019, anio_2020, anio_2021)
names(top_exp) = c("2018", "2019", "2020", "2021")
top_exp_t <- t(top_exp[, 1:ncol(top_exp)])
colnames(top_exp_t) <- top_exp[, 0]
colnames(top_exp_t) <- c("1", "2", "3", "4", "5")
kable(head(top_exp_t, 5),caption ="Top 5 socios comerciales, periodo 2018 -2021, datos en porcentaje de las exportaciones totales", align = "c") %>% add_footnote(label = "Elaboracion propia con base en datos del BCR",
notation = "symbol") %>%
kable_styling()| 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 |
| * Elaboracion propia con base en datos del BCR |