ASIGNATURA: MÉTODOS PARA EL ANÁLISIS ECONÓMICO

LABORATORIO 1 PARTE 2

INTEGRANTES

NOMBRES CARNET
Gloria Abigail Rivera Cúa RC14054
Jacqueline Patricia Mónico Rogel MR15093
Wilmer Francisco Avilés Arévalo AA02042
Kevin Adonay Lemus Pérez LP16027
——————————– ————-

GT:02

Ciclo: II-2021

Fecha: 10 de septiembre de 2021

Ciudad Universitaria, San Salvador, El Salvador

  1. Reproduzca los ejemplos vistos en clase sobre el uso de la librería dplyr, usando la información actualizada recopilada en la tarea 1, y usando los nombres estandarizados que se han agregado para los países, utilice países diferentes a los que se emplearon en los ejemplos (queda a elección del grupo los paises)

Uso de la libreria dplyr

Uso del verbo Select Ejemplo 1:

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

“Select” para seleccionar columnas especificas

load("C:/Users/IRMA/Desktop/C-lI-2021/Metodos/data_comercio_exterior_estandarizada.RData")
library(dplyr)
library(kableExtra)
base_comercio %>%
  select("region","pais","anio","mes","valor_cif") %>% 
  head() %>% kable(caption = "Ejemplo 1 Selec") %>% kable_minimal()
Ejemplo 1 Selec
region pais anio mes valor_cif
Asia Afganistan 2018 6 6448.43
Asia Afganistan 2018 10 3153.37
Asia Afganistan 2018 10 946.01
Asia Afganistan 2018 10 9405.39
Asia Afganistan 2018 10 1353.32
Asia Afganistan 2018 10 2260.03

Uso del verbo filter

Ejemplo 2: Seleccione todas las transacciones de exportación del año 2021, con Nicaragua o Peru, que sean superiores a los 100,000 US$

library(dplyr)
base_comercio %>%
  select("pais", "sac","anio","mes","valor_fob") %>%
  filter(anio=="2021", pais %in% c("Nicaragua","Peru"),valor_fob>100000) %>%
head() %>%
  kable(caption = "Ejemplo 2: uso de filter",
        align = "c")  %>%
  kable_styling()
Ejemplo 2: uso de filter
pais sac anio mes valor_fob
Nicaragua 0403109000 2021 1 153834.7
Nicaragua 1006309000 2021 1 136000.0
Nicaragua 1102200000 2021 1 437316.8
Nicaragua 1604149000 2021 1 139070.6
Nicaragua 1704900000 2021 1 898490.6
Nicaragua 1904109000 2021 1 353971.4

Ejemplo 3: Seleccione todas las transacciones, exportación e importación, para el último trimestre de cada año disponible en el dataframe, que se han realizado con Canada.

base_comercio %>%
  select("region","pais", "sac", "anio", "mes", "valor_fob", "valor_cif") %>%
  filter(anio == c(2018, 2019, 2020, 2021), pais == "Panama", mes %in% 10:12) %>%
  head(10) %>%
  # 10:12 genera el vector c(10,11,12)
  #Para darle formato a la tabla
  kable(caption = "Ejemplo 3: Uso de filter",
        align = "c")  %>%
  kable_styling()
Ejemplo 3: Uso de filter
region pais sac anio mes valor_fob valor_cif
Américas Panama 0201300000 2018 10 0.00 153963.82
Américas Panama 0402911000 2018 10 0.00 23078.51
Américas Panama 0906200000 2018 10 1675.60 0.00
Américas Panama 1601003000 2018 10 0.00 1190.93
Américas Panama 1604110000 2018 10 0.00 3352.44
Américas Panama 1806900000 2018 10 28080.00 0.00
Américas Panama 2103200000 2018 10 22320.00 0.00
Américas Panama 2106902000 2018 10 37729.00 0.00
Américas Panama 2209000000 2018 10 0.00 10021.31
Américas Panama 2710199200 2018 10 55883.04 0.00

Ejemplo 4: Seleccione todas las transacciones, exportación e importacion, para el utlimo trimestre de cada año disponible en el dataframe, y que excluyan el comercio con El salvador, Venezuela y Panama

library(kableExtra)
library(purrr) 
`%not_in%` <-
  purrr::negate(`%in%`) 
base_comercio %>%
  filter(mes %in% 10:12,
         pais %not_in% c("El salvador", "Venezuela", "Panama")) %>%
  head() %>%
  kable(caption = "Ejemplo 4: Uso de filter",
        align = "c")  %>%
kable_styling()
Ejemplo 4: Uso de filter
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 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
Afganistan 8206000000 2018 10 6.56 5.02 0 0 Afghanistan AF AFG 4 Asia 142 Asia Meridional 34 NA NA

Uso del verbo mutate

Ejemplo 5:

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

library(dplyr)
base_comercio %>%
  mutate(saldo_bc = valor_fob - valor_cif) %>%
  select("pais", "sac", "anio", "mes", "saldo_bc") %>%
  head() %>%
  #Para darle formato a la tabla
  kable(caption = "Ejemplo 5: Saldo de la Balanza Comercial",
        align = "c")  %>%
  kable_styling()
Ejemplo 5: Saldo de la Balanza Comercial
pais sac anio mes saldo_bc
Afganistan 0806200000 2018 6 -6448.43
Afganistan 6104220000 2018 10 -3153.37
Afganistan 6104620000 2018 10 -946.01
Afganistan 6105100000 2018 10 -9405.39
Afganistan 6106100000 2018 10 -1353.32
Afganistan 6405900000 2018 10 -2260.03

Ejemplo 6: Calcule las exportaciones y las importaciones como porcentaje del comercio total, en cada transacción disponible en la base de comercio exterior, muestre sólo aquellas partidas que registren exportaciones.

library(kableExtra)
library(dplyr)
options(scipen = 99999)
base_comercio %>%
  mutate(Xpt = round(valor_fob / (valor_cif + valor_fob) * 100, 2),
         Mpt = round(valor_cif / (valor_cif + valor_fob) * 100, 2)) %>%
  select("pais", "sac", "anio", "mes", "Xpt", "Mpt") %>% filter(Xpt > 0) %>%
  head() %>%
  kable(caption = "Ejemplo 6: Uso de mutate",
        align = "c")  %>%
  kable_styling()
Ejemplo 6: Uso de mutate
pais sac anio mes Xpt Mpt
Afganistan 3004909100 2019 9 100 0
Afganistan 7009920000 2021 5 100 0
Afganistan 8302419000 2021 5 100 0
Afganistan 8306290000 2021 5 100 0
Afganistan 9401710000 2021 5 100 0
Afganistan 9403200000 2021 5 100 0

Uso del verbo arrange

Ejemplo: Ordenar los resultados del Ejemplo 6 de mutate, mostrando primero los resultados más recientes.

library(dplyr)
library(kableExtra)

options(scipen = 99999)
base_comercio %>%
  mutate(Xpt = round(valor_fob / (valor_cif + valor_fob) * 100, 2),
         Mpt = round(valor_cif / (valor_cif + valor_fob) * 100, 2)) %>%
  select("pais", "sac", "anio", "mes", "Xpt", "Mpt") %>%
  filter(Xpt > 0) %>%
  arrange(desc(anio), desc(mes)) %>%
  head() %>%
  #Para darle formato a la tabla
  kable(caption = "Ejemplo 7: Uso de arrange",
        align = "c")  %>%
  kable_styling()
Ejemplo 7: Uso de arrange
pais sac anio mes Xpt Mpt
Alemania 0409000000 2021 7 100.00 0.00
Alemania 0901113000 2021 7 100.00 0.00
Alemania 1604149000 2021 7 100.00 0.00
Alemania 3808930000 2021 7 99.78 0.22
Alemania 3919101000 2021 7 0.02 99.98
Alemania 3923309900 2021 7 0.06 99.94

Uso del verbo summarise

Ejemplo 1: Obtenga los totales anuales de importaciones y exportaciones.

library(dplyr)
library(kableExtra)

base_comercio %>%
  group_by(anio) %>%
  summarise(
    `Total Exportaciones MM US$` = sum(valor_fob) / 1e6,
    `Total Importaciones MM US$` = sum(valor_cif) / 1e6
  ) %>%
  kable(caption = "Ejemplo 8: Uso de summarise",
        align = "c")  %>%
  kable_styling()
Ejemplo 8: Uso de summarise
anio Total Exportaciones MM US$ Total Importaciones MM US$
2018 5905.411 11464.322
2019 5904.730 11603.836
2020 5044.011 10326.578
2021 3846.314 8354.539

Ejemplo 2: Obtenga los totales anuales de importaciones y exportaciones, que se realizan por país.

library(dplyr)
library(kableExtra)

base_comercio %>%
  group_by(pais, anio) %>%
  summarise(
    `Total Exportaciones` = sum(valor_fob),
    `Total Importaciones` = sum(valor_cif)
  ) %>%
  head() %>%
  #Para darle formato a la tabla
  kable(caption = "Ejemplo 8: Uso de summarise",
        align = "c")  %>%
  kable_styling()
Ejemplo 8: Uso de summarise
pais anio Total Exportaciones Total Importaciones
Afganistan 2018 0.00 23573.11
Afganistan 2019 382.13 13113.77
Afganistan 2020 0.00 5426.74
Afganistan 2021 37873.33 0.00
Albania 2018 0.00 18307.36
Albania 2019 51392.50 25660.16

Funciones para el calculo de indicadores de comercio exterior.

options (scipen = 999)
library(dplyr)
library(readxl)
library(stringr)
#Data para las funciones
load("C:/Users/IRMA/Desktop/C-lI-2021/Metodos/data_comercio_exteriorr_actualizada.RData")
nombre_archivo<-"C:/Users/IRMA/Desktop/C-lI-2021/Metodos/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"))-> data_comercio_exterior
#------------------------------------------------------------
#Función para mostrar los pa�ses
herramientas_mostrar_paises<-function(){
  nombres_iso_paises %>% 
    select(nom_pais_esp, 
           codigo_pais,
           region,
           cod_region,
           region_intermedia,
           cod_region_intermedia)->paises
  paises
}
#------------------------------------------------------------
#función para ver regiones
herramientas_mostrar_regiones<-function(){
  nombres_iso_paises %>% 
    group_by(region,
             cod_region,
             region_intermedia,
             cod_region_intermedia) %>% 
    summarise(`# de Paises incluidos`=n()) 
}
#------------------------------------------------------------
# pa�ses disponibles en la tabla de comercio_exterior
herramientas_mostrar_paises_en_tabla<-function(){
  data_comercio_exterior %>% group_by(pais,anio) %>%
    summarise(`# Transacciones`=n())
}
  

#------------------------------------------------------------
#Indice de Ventaja Comparativa Revelada | Capitulo | Anual 
indicadores_IVCR_capitulo<-function(codigo_pais,capitulo,anio){
enquo(codigo_pais)->codigo_pais
enquo(anio)->anio
data_comercio_exterior %>% filter(codigo_pais==!!codigo_pais) %>% 
  mutate(capitulo=str_sub(sac,start = 1,end = 2)) %>%
  filter(capitulo==!!capitulo,anio==!!anio) %>% 
  select(valor_cif,valor_fob) %>% 
  summarise(Xijt=sum(valor_fob),
            Mijt=sum(valor_cif)) %>% 
  mutate(dif=Xijt-Mijt) %>% 
  select(dif) ->numerador
###
data_comercio_exterior %>% 
  mutate(capitulo=str_sub(sac,start = 1,end = 2)) %>%
  filter(capitulo==!!capitulo,anio==!!anio) %>% 
  select(valor_cif,valor_fob) %>% 
  summarise(Xijt=sum(valor_fob),
            Mijt=sum(valor_cif)) %>% 
  mutate(suma=abs(Xijt+Mijt)) %>% 
  select(suma) ->denominador
as.vector(numerador/denominador)->resultado
resultado[,1]
}
#------------------------------------------------------------
#Indice de Ventaja Comparativa Revelada | Partida | Anual 
indicadores_IVCR_partida<-function(codigo_pais,partida,anio){
  enquo(codigo_pais)->codigo_pais
  enquo(anio)->anio
  data_comercio_exterior %>% 
    filter(codigo_pais==!!codigo_pais,
           partida==!!partida,anio==!!anio) %>% 
    select(valor_cif,valor_fob) %>% 
    summarise(Xijt=sum(valor_fob),
              Mijt=sum(valor_cif)) %>% 
    mutate(dif=Xijt-Mijt) %>% 
    select(dif) ->numerador
  ####
  data_comercio_exterior %>% 
    filter(codigo_pais==!!codigo_pais,
           partida==!!partida,anio==!!anio) %>% 
    select(valor_cif,valor_fob) %>% 
    summarise(Xijt=sum(valor_fob),
              Mijt=sum(valor_cif)) %>% 
    mutate(suma=abs(Xijt+Mijt)) %>% 
    select(suma) ->denominador
  as.vector(numerador/denominador)->resultado
  resultado[,1]
}
#------------------------------------------------------------
#Indice de Balassa | partida | anual
indicadores_Balassa_partida<-function(codigo_pais,
                                       partida,
                                       anio,
                                       normalizado=TRUE){
  enquo(codigo_pais)->codigo_pais
  enquo(anio)->anio
  #  Exportaciones del producto k realizadas por el pa�s i hacia el pa�s j. 
  data_comercio_exterior %>% filter(codigo_pais==!!codigo_pais) %>% 
    filter(partida==!!partida,anio==!!anio) %>% 
    select(valor_fob) %>% 
    summarise(Xijt=sum(valor_fob)) %>% 
    select(Xijt) ->a
  # Exportaciones totales del pa�s i al pa�s j
  data_comercio_exterior %>% 
    filter(codigo_pais==!!codigo_pais,
           anio==!!anio) %>% 
    select(valor_fob) %>% 
    summarise(Xijt=sum(valor_fob)) %>% 
    select(Xijt) ->b
  # Exportaciones del capitulo k realizadas por el pa�s i hacia el mundo (w) 
  data_comercio_exterior %>%
    filter(partida==!!partida,anio==!!anio) %>% 
    select(valor_fob) %>% 
    summarise(Xijt=sum(valor_fob)) %>% 
    select(Xijt) ->c
  # Exportaciones totales del pa�s i al mundo (w)
  data_comercio_exterior %>%
    select(valor_fob) %>% 
    summarise(Xijt=sum(valor_fob)) %>% 
    select(Xijt) ->d
  
  resultado<-as.numeric((a/b)/(c/d))
  ifelse(normalizado==FALSE,
         return(resultado),
         return((resultado-1)/(resultado+1)))
}
#------------------------------------------------------------
# Indice de Herfindahl Hirschmann como aparece en el Texto| anual
indicadores_IHH_Herfindahl_Hirschmann_anual_texto<-function(codigo_pais,
                                                      anio,
                                                      normalizado=TRUE){
  enquo(codigo_pais)->codigo_pais
  enquo(anio)->anio
  data_comercio_exterior %>% 
    filter(codigo_pais==!!codigo_pais,anio==!!anio) %>% 
    select(valor_fob) %>% filter(valor_fob>0)->Xij
  data_comercio_exterior %>% 
    filter(anio==!!anio) %>% 
    select(valor_fob) %>% summarise(total=sum(valor_fob)) %>%
    as.numeric()->XTi
  
  sum((Xij$valor_fob/XTi)^2)->suma_sqrt_ij
  length(Xij$valor_fob)->n
  ifelse(normalizado==TRUE,
  return(suma_sqrt_ij-1/n)/(1-1/n),
  return(suma_sqrt_ij))
}
#------------------------------------------------------------
# Indice de Herfindahl Hirschmann | anual
indicadores_IHH_Herfindahl_Hirschmann_anual<-function(codigo_pais,
                                                      anio,
                                                      normalizado=TRUE){
  enquo(codigo_pais)->codigo_pais
  enquo(anio)->anio
  data_comercio_exterior %>% 
    filter(codigo_pais==!!codigo_pais,anio==!!anio) %>% 
    select(valor_fob) %>% filter(valor_fob>0) %>% 
    select(valor_fob) %>% prop.table()->a
  sum(a^2)->sum_sqrt
  length(a$valor_fob)->n
  
     
  ifelse(normalizado==TRUE,
         return((sum_sqrt-1/n)/(1-1/n)),
         return(sum_sqrt))
}

Función para mostrar paises

library(kableExtra)
herramientas_mostrar_paises() %>%
  head() %>%
  kable() %>%
  kable_material(html_font = "sans-serif")
nom_pais_esp codigo_pais region cod_region region_intermedia cod_region_intermedia
Afganistan 4 Asia 142 NA NA
Albania 8 Europa 150 NA NA
Alemania 276 Europa 150 NA NA
Andorra 20 Europa 150 NA NA
Angola 24 África 2 África Central 17
Anguila (R.U.) 660 Américas 19 Caribe 29

Funcion para ver Regiones

library(kableExtra)
herramientas_mostrar_regiones() %>%
  head() %>%
  kable() %>%
  kable_material(html_font = "sans-serif")
region cod_region region_intermedia cod_region_intermedia # de Paises incluidos
África 2 África Central 17 8
África 2 Africa Del Sur 18 5
África 2 África Occidental 11 16
África 2 África Oriental 14 17
África 2 NA NA 6
Américas 19 Caribe 29 26

paises disponibles en la tabla de comercio_exterior

library(kableExtra)
herramientas_mostrar_paises_en_tabla() %>%
  head() %>%
  kable() %>%
  kable_material(html_font = "sans-serif")
pais anio # Transacciones
Afganistan 2018 7
Afganistan 2019 10
Afganistan 2020 29
Afganistan 2021 6
Albania 2018 27
Albania 2019 46

Indíce de Ventaja Comparativa Revelada

En este ejemplo se analizara el IVCR con Panamá, para el periodo 2018-2021, para el capitulo 01

Resultados_IVCR <- data.frame(
  "años" = 2018:2021,
  "IVCR" = sapply(
    X = 2018:2021,
    FUN = indicadores_IVCR_capitulo,
    codigo_pais = 591,
    capitulo = "01"
  )
)
Resultados_IVCR %>% kable(align = "l") %>%
  kable_material(html_font = "sans-serif")
años IVCR
2018 0.0003473
2019 0.0002967
2020 -0.0000062
2021 0.0000000

Indíce de Ventaja Comparativa Revelada Partida Anual

En este ejemplo se analizara el IVCR con Panamá, para el periodo 2018-2021, para sac “0201300000”

Resultados_IVCR_sac <- data.frame(
  "años" = 2018:2021,
  "IVCR" = sapply(
    X = 2018:2021,
    FUN = indicadores_IVCR_partida,
    codigo_pais = 591,
    partida = "0201300000"
  )
)
Resultados_IVCR_sac %>% kable(align = "l") %>%
  kable_material(html_font = "sans-serif")
años IVCR
2018 0.3359482
2019 0.2355189
2020 0.2129354
2021 0.1091286

Indíce de Balassa Capitulo Anual

En este ejemplo se analizara el IB con Guatemala, para el periodo 2018-2021, para sac “0105110000”

library(kableExtra)
Resultados_IB_sac <- data.frame(
  "años" = 2018:2021,
  "IB" = sapply(
    X = 2018:2021,
    FUN = indicadores_Balassa_partida,
    codigo_pais = 320,
    partida = "0105110000",
    normalizado = TRUE
  )
)
Resultados_IB_sac %>% kable(align = "l") %>%
  kable_material(html_font = "sans-serif")
años IB
2018 0.5560822
2019 0.5561221
2020 0.6081481
2021 0.6866135

Indíce de Herfindahl Hirschmann

Ejemplo de Honduras para el periodo 2018_2021

Resultados_IHH_texto <-
  data.frame(
    "años" = 2018:2021,
    "IHH" = sapply(
      X = 2018:2021,
      FUN = indicadores_IHH_Herfindahl_Hirschmann_anual_texto,
      codigo_pais = 340,
      normalizado = TRUE
    )
  )
Resultados_IHH_texto %>% kable(align = "l", digits = 6) %>%
  kable_material(html_font = "sans-serif")
años IHH
2018 -0.000037
2019 -0.000040
2020 -0.000054
2021 -0.000074

Indíce de Herfindahl Hirschmann

Ejemplo de Honduras

Resultados_IHH <-
  data.frame(
    "años" = 2018:2021,
    "IHH" = sapply(
      X = 2018:2021,
      FUN = indicadores_IHH_Herfindahl_Hirschmann_anual,
      codigo_pais = 340,
      normalizado = TRUE
    )
  )
Resultados_IHH %>% kable(align = "l", digits = 6) %>%
  kable_material(html_font = "sans-serif")
años IHH
2018 0.001925
2019 0.001690
2020 0.001748
2021 0.002673
  1. Generé una función personalizada que Obtenga un ranking, anual, de los “K” principales socios comerciales de El Salvador, para el periodo año inicio-año final. Presente sus resultados en el siguiente formato: Top K Socios comerciales, periodo año inicio – año final, datos en porcentaje de las exportaciones totales.
library(dplyr)
    library(tidyr)
    library(kableExtra)
socio_comerciales_export<-
  function(data_base, K, anios_ranking, decimals) {
    data_base %>%
      filter(anio %in% anios_ranking) %>%
      as.data.frame() %>%
      group_by(anio, iso_3) %>%
      summarise(total_exportaciones = sum(valor_fob)) %>%
      mutate(porcentaje_exportaciones = round(prop.table(total_exportaciones) * 100, decimals)) %>%
      slice_max(n = K, order_by = total_exportaciones) %>%
      as.data.frame() %>%
      group_by(anio) %>%
      mutate(rank = row_number(),
             data = paste(iso_3, "|", porcentaje_exportaciones, sep = "")) %>%
      select(anio, data, rank) %>%
      as.data.frame() %>%
      pivot_wider(names_from = rank, values_from = data) %>%
      
      kable(caption = paste(
        "Top",
        K,
        "de Exportaciones periodo",
        min(anios_ranking),
        "-",
        max(anios_ranking)
      )) %>%
      add_footnote(label = "Elaboración propia con base en datos del BCR") %>%
      kable_material(c("striped", "hover"))
  }
socio_comerciales_export(data_base = base_comercio, K = 6,anios_ranking = 2018:2021 ,decimals = 2)
Top 6 de Exportaciones periodo 2018 - 2021
anio 1 2 3 4 5 6
2018 USA|44.07 HND|15.34 GTM|14.36 NIC|6.87 CRI|4.39 MEX|2.44
2019 USA|42.03 GTM|15.92 HND|15.9 NIC|6.66 CRI|4.46 MEX|2.54
2020 USA|39.18 GTM|16.89 HND|15.44 NIC|7.26 CRI|4.65 MEX|2.46
2021 USA|40.59 GTM|16.98 HND|15.82 NIC|6.99 CRI|4.04 MEX|2.15
a Elaboración propia con base en datos del BCR

Mostrar los Top 8 Socios comerciales, periodo año inicio – año final, datos en porcentaje de las exportaciones totales.

socio_comerciales_export(data_base = base_comercio, K = 8,anios_ranking = 2018:2021 ,decimals = 2)
Top 8 de Exportaciones periodo 2018 - 2021
anio 1 2 3 4 5 6 7 8
2018 USA|44.07 HND|15.34 GTM|14.36 NIC|6.87 CRI|4.39 MEX|2.44 PAN|2.09 DOM|1.65
2019 USA|42.03 GTM|15.92 HND|15.9 NIC|6.66 CRI|4.46 MEX|2.54 PAN|2.03 DOM|1.75
2020 USA|39.18 GTM|16.89 HND|15.44 NIC|7.26 CRI|4.65 MEX|2.46 PAN|1.89 DOM|1.78
2021 USA|40.59 GTM|16.98 HND|15.82 NIC|6.99 CRI|4.04 MEX|2.15 KOR|1.98 PAN|1.9
a Elaboración propia con base en datos del BCR

Mostrar los Top 4 Socios comerciales, periodo año 2018 y 2021, datos en porcentaje de las exportaciones totales.

socio_comerciales_export(data_base = base_comercio, K = 4,anios_ranking = 2021 ,decimals = 2)
Top 4 de Exportaciones periodo 2021 - 2021
anio 1 2 3 4
2021 USA|40.59 GTM|16.98 HND|15.82 NIC|6.99
a Elaboración propia con base en datos del BCR