PARCIAL 1 EXTRA

B<-list(PADRE=c("hijo","hija","otro"),MADRE=c(4,5,-6),otra=c("J","K","L"))
#1 LLAMAMOS AL OBJETO "b"
#2 LLAMAR AL ELEMENTO "A" DENTRO DE "B"
#3 LLAMAR ALARGUMENTO "j" DENTRO DE "A" 
B$PADRE[1]

B[[1]][[1]]

#LAS ESTRUCTURAS DE DATOS SON CONJUNTOS DE VARIABLES ORDENADAS QUE SE CLASIFICAN SEGUN LA DIMENSION DE DUCHA ESTRUCTURA, DICHAS ESTRUCTURAS PUEDEN SER HOMOGENEAS O HETEROGENEAS

##HOMOGENEAS: ESTRUCTURAS DENTRO DE LAS CUALES LAS VARIABLES SON DE UN SOLO TIPO ESPECIFICO YA SEA NUMERICO, DECIMAL, LOGICA O TEXTUAL
###VECTOR ATOMICO: ESTRUCTURAS DE UNA DIMENSION YA SEA VERTICAL U HORIZONTAL QUE TIENE UN SOLO TIPO DE DATOS DE LOS YA MENCIONADOS
###MATRIZ: ESTRUCTURA BIDIMENSIONAL || UNION DE VARIOS VECTORES ATOMICOS, DENTRO DE LAS CUALES SE PUEDE TENER UN SOLO TIPO DE VARIABLE
###ARRAY: SN CONJUNTOS DE DATOS DE DIMENSION "n"

##HETEROGENEAS: ESTRUCTURAS DENTRO DE LAS CUALES LAS VARIABLES PUEDEN SER DE MAS DE UN TIPO DE VARIABLE YA SEA NUMERICO, DECIMAL, LOGICO Y TEXTUAL
###LISTA:CONJUNTO UNIDIMENSIONAL DE VARIABLES DE VARIOS TIPOS DE LAS YA MENCIONADAS
###DATAFRAME: ESTRUCTURA BIDIMENSIONAL || UNION DE VARIAS LISTAS, QUE PUEDEN COTENER DIFERENTES TIPOS DE VARIABLES DE LAS YA MENCIONADAS

library(eulerr)
data <- c(A=100,
          B=100 ,
          "A&B"=25)
right_join<- euler(data)
plot(right_join)

#LA INSTRUCCION RIGHT_JOIN SE REFIERE A LA UNION DE DOS DATA FRAME EN ESTE CASO EL DATA FRAME "B" MANTENDRA TODAS SUS FILAS Y A ESTAS SE LE UNIRA SEGUN LA VARIABLE DE REFERENCIA LAS FILAS EQUIVALENTES EN EL DATA FRAME "A"

load("C:/doc R/CLOUD/data_comercio_parcial.RData")

library(dplyr)

library(readxl)
library(stringr)
options (scipen = 999)
nombre_archivo<-"C:/doc R/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
totales_pais_anios<- function(iso_3,anio) { 
data_comercio_exterior %>%
  filter(iso_3=="iso_3",anio==!!anio) %>%
  group_by(anio) %>%
  summarise(Exportaciones=sum(valor_fob)/1e6,
            Importaciones=sum(valor_cif)/1e6)->Resultado
  Resultado
}

library(dplyr)
library(stringr)
library(readxl)
library(readr)
library(tidyr)
library(kableExtra)

options (scipen = 999)
data_comercio_exterior %>%
  filter(iso_3=="PAN",anio==2017:2020) %>%
  group_by(anio) %>% summarise(`Exportaciones_PAN`= sum(valor_fob)/1e6,
            `Importaciones_PAN`= sum(valor_cif)/1e6) %>%
  mutate(`Ratio_PAN`= Exportaciones_PAN / Importaciones_PAN) %>%
  select("anio","Exportaciones_PAN","Importaciones_PAN","Ratio_PAN") %>% head() %>%
  kable(
    caption = "Exportaciones, Importaciones y Ratio de El Salvador con Panama del periodo de 2017 a 2020")%>%
  footnote(general_title = "Fuente:",
           general = "Elaboración propia con base en datos del BCR.")

data_comercio_exterior %>%
  filter(iso_3=="BLZ",anio==2017:2020) %>%
  group_by(anio) %>% summarise(`Exportaciones_BLZ`= sum(valor_fob)/1e6,
            `Importaciones_BLZ`= sum(valor_cif)/1e6) %>%
  mutate(`Ratio_BLZ`= Exportaciones_BLZ / Importaciones_BLZ) %>%
  select("anio", "Exportaciones_BLZ", "Importaciones_BLZ","Ratio_BLZ") %>% head() %>%
  kable(
    caption = "Exportaciones e Importaciones y Ratio de El Salvador con Belice del periodo de 2017 a 2020")%>%
  footnote(general_title = "Fuente:",
           general = "Elaboración propia con base en datos del BCR.")

#####Funciones para el cálculo de indicadores de comercio exterior.
#Versión 2.0
#Desarrollo en R: 
# MSF. Carlos Ademir Pérez 
# Docente Facultad de Ciencias Económicas, 
# Universidad de El Salvador
# Fuente de las fórmulas: 
# Durán Lima, José E. y Mariano Alvarez,
# "Indicadores de comercio exterior y política comercial:
# mediciones de posición y dinamismo comercial", 
# CEPAL, 2008, disponible en: 
# https://repositorio.cepal.org/bitstream/handle/11362/3690/S2008794_es.pdf
#------------------------------------------------------------#
#Carga de paquetes auxiliares
options (scipen = 999) #para mostrar todos los decimales :)
##### Cálculo de Indicadores ######
library(dplyr)
library(readxl)
library(stringr)
#Data para las funciones
load("C:/doc R/CLOUD/data_comercio_parcial.RData")
nombre_archivo<-"C:/doc R/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 países
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()) 
}
#------------------------------------------------------------
# países 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$dif
}
#------------------------------------------------------------
#Indice de Ventaja Comparativa Revelada | Partida | Anual 
indicadores_IVCR_partida<-function(codigo_pais,partida,anio){
  enquo(codigo_pais)->codigo_pais
  enquo(anio)->anio
  data_comercio_exterior %>% 
    filter(codigo_pais==!!codigo_pais,
           partida==!!partida,anio==!!anio) %>% 
    select(valor_cif,valor_fob) %>% 
    summarise(Xijt=sum(valor_fob),
              Mijt=sum(valor_cif)) %>% 
    mutate(dif=Xijt-Mijt) %>% 
    select(dif) ->numerador
  ####
  data_comercio_exterior %>% 
    filter(codigo_pais==!!codigo_pais,
           partida==!!partida,anio==!!anio) %>% 
    select(valor_cif,valor_fob) %>% 
    summarise(Xijt=sum(valor_fob),
              Mijt=sum(valor_cif)) %>% 
    mutate(suma=abs(Xijt+Mijt)) %>% 
    select(suma) ->denominador
  as.vector(numerador/denominador)->resultado
  resultado$dif
}
#------------------------------------------------------------
# Indice de Balassa | capitulo | anual
indicadores_Balassa_capitulo<-function(codigo_pais,
                                       capitulo,
                                       anio,
                                       normalizado=TRUE){
  enquo(codigo_pais)->codigo_pais
  enquo(anio)->anio
#  Exportaciones del producto k realizadas por el país i hacia el país j. 
  data_comercio_exterior %>% filter(codigo_pais==!!codigo_pais) %>% 
    mutate(capitulo=str_sub(sac,start = 1,end = 2)) %>%
    filter(capitulo==!!capitulo,anio==!!anio) %>% 
    select(valor_fob) %>% 
    summarise(Xijt=sum(valor_fob)) %>% 
    select(Xijt) ->a
# Exportaciones totales del país i al país 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 país i hacia el mundo (w) 
data_comercio_exterior %>%
  mutate(capitulo=str_sub(sac,start = 1,end = 2)) %>%
  filter(capitulo==!!capitulo,anio==!!anio) %>% 
  select(valor_fob) %>% 
  summarise(Xijt=sum(valor_fob)) %>% 
  select(Xijt) ->c
# Exportaciones totales del país 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 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 país i hacia el país 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 país i al país 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 país 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 país 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))
}<- funciones_comercio_exterior

library(dplyr)
library(kableExtra)
capitulo<-"01"
data_frame("anios"=2017:2020,
           "IB_PAN"=sapply(X=2017:2020,FUN = indicadores_Balassa_capitulo ,codigo_pais=591,capitulo=capitulo),
           "IB_BLZ"=sapply(X=2017:2020,FUN = indicadores_Balassa_capitulo,codigo_pais=84,capitulo=capitulo))%>%
  kable(caption = "Indicador de Balassa de El Salvador con: Panama y Belice, durante el periodo 2017-2020, para el capitulo “01” del SAC",
        digits = 2,align = "l")%>%
  kable_styling(bootstrap_options = "striped",
                full_width = TRUE)%>% 
  add_footnote(label="Elaboración propia con base en datos del BCR",
               notation="symbol") %>%  kable_minimal()

ranking_socios_comerciales <-
  function(anios_ranking = 2018:2020,
           numero_socios = 10,
           posiciones_decimales = 2,
           titulo_pie_tabla = "Fuente:",
           pie_tabla = "Elaboración para el Parcial 1 MAE118 2022") {
    
    #Filtro Años Requeridos
    data_comercio_exterior %>%
      filter(anio %in% anios_ranking) -> data_ranking
    
    #Cálculo de Porcentajes
    data_ranking %>%
      group_by(anio, iso_3) %>%
      summarise(total = sum(valor_fob)) %>%
      mutate(percent = round(prop.table(total) * 100, posiciones_decimales)) %>%
      slice_max(n = numero_socios, order_by = total) %>%
      as.data.frame() %>%
      group_by(anio) %>%
      mutate(rank = row_number(),
             data = paste(iso_3, "|", percent, "%", sep = "")) %>%
      select(anio, data, rank) %>%
      as.data.frame() -> insumo_reporte
    names(insumo_reporte) <- c("Año", "Data", "Rank")
    
    #Formato Tabla original
    library(tidyr)
    insumo_reporte %>%
      pivot_wider(names_from = Rank, values_from = Data) -> mi_tabla
    
    #Formato Tabla Final
    library(kableExtra)
    mi_tabla %>%
      kable(
        caption = paste(
          "Top",
          numero_socios,
          "de Exportaciones Periodo",
          min(anios_ranking),
          "-",
          max(anios_ranking),
          "."
        ),
        align = "c"
      ) %>%
      kable_classic(html_font = "Times New Roman",
                    font_size = 14) %>%
      column_spec(1, bold = T) %>%
      row_spec(0, bold = T, color = "black") %>%
      footnote(general_title = titulo_pie_tabla,
               general = pie_tabla)
  }
ranking_socios_comerciales()