Análisis de los embarques de bobinas de acero en 2024

En este post intento visualizar el destino de las bobinas de acero que se embarcan en el puerto de Avilés.

Empezemos por cargar los datos que guardamos en el post anterior, así como los paquetes que vamos a usar:

load("C:/BLOG/Workspaces/Puerto_Aviles/post1.RData")
library(tidyverse)
library(maps)

Como hemos visto las bobinas de acero es la mercancia que más vienen a cargar los buques al puerto de Avilés. Vamos a seguir desarrollando graficos que muestren toda la información posible sobre el destino de las bobinas de acero que se cargan en el puerto de Avilés.

Podemos empezar conociendo los paises de destino de las bobinas de acero:

puerto_aviles %>% 
  filter(`Fecha Entrada` >= "2024-01-01" & `Fecha Entrada` <= "2024-12-31") %>%
  filter(Operación == "Embarque") %>% 
  filter(Pais_dest != "NA") %>%  # Excluir NA
  filter(Mercancia == "BOBINAS DE ACERO") %>%
  count(Pais_dest, sort = TRUE) %>%   # Contar y ordenar por frecuencia
  slice_max(n, n = 10)

# A tibble: 9 × 2
  Pais_dest          n
  <fct>          <int>
1 ITALIA            47
2 ESPAÑA            20
3 GRECIA            12
4 BELGICA           10
5 PORTUGAL           8
6 EGIPTO             3
7 TURQUÍA            2
8 ESTADOS UNIDOS     1
9 MARRUECOS          1

El país a donde han ido más buques con bobinas de acero es Italia. Podemos visualizar en un gráfico esta información indicando además las toneladas totales que se han enviado.

puerto_aviles %>% 
  filter(`Fecha Entrada` >= "2024-01-01" & `Fecha Entrada` <= "2024-12-31") %>%
  filter(Operación == "Embarque") %>% 
  filter(!is.na(Pais_dest)) %>%  # Excluir NA correctamente
  filter(Mercancia == "BOBINAS DE ACERO") %>%
  count(Pais_dest, sort = TRUE) %>%  # Contar y ordenar por frecuencia
  ggplot(aes(x = reorder(Pais_dest, n), y = n)) +  # Ordenar por frecuencia
  geom_bar(stat = "identity", fill = "steelblue", color = "black") +
  coord_flip() +
  labs(
    x = "Destino embarques bobinas 2024",
    y = "Nº embarques",
    title = "Embarques de Bobinas de Acero por País en 2024"
  ) +
  theme_minimal()  # Tema limpio y profesional

Podemos añadir en las barras las toneladas totales de los envíos de bobinas de acero a cada paìs:

library(dplyr)
library(ggplot2)
library(forcats)

puerto_aviles %>% 
  filter(`Fecha Entrada` >= "2024-01-01" & `Fecha Entrada` <= "2024-12-31") %>%
  filter(Operación == "Embarque") %>% 
  filter(!is.na(Pais_dest)) %>%  
  filter(Mercancia == "BOBINAS DE ACERO") %>%
  group_by(Pais_dest) %>%
  summarise(
    total_envios = n(), 
    total_toneladas = sum(Tonelaje, na.rm = TRUE)  # Sumar toneladas
  ) %>%
  ggplot(aes(x = reorder(Pais_dest, total_envios), y = total_envios)) +
  scale_y_continuous(expand = expansion(mult = c(0, 0.2))) +
  geom_bar(stat = "identity", fill = "steelblue", color = "black") +
  geom_text(aes(label = paste0(total_toneladas, " T")), hjust = -0.2, size = 4) +  # Etiquetas con toneladas
  coord_flip() +
  labs(
    x = "Destino embarques bobinas 2024",
    y = "Nº embarques",
    title = "Embarques de Bobinas de Acero por País en 2024",
    caption = "Las etiquetas muestran el total de toneladas enviadas"
  ) +
  theme_minimal() +
  theme(plot.title = element_text(hjust = 0.5))  # Centrar título

Ahora se comprueba claramente que hacia Italia se envía mas del doble de tonelaje que internamente en España.

Veamos ahora si podemos visualizar de algún modo la periocidad de los envíos de bobinas de acero hacia Italia:

puerto_aviles %>% 
  filter(`Fecha Entrada` >= "2024-01-01" & `Fecha Entrada` <= "2024-12-31") %>%
  filter(Operación == "Embarque") %>% 
  filter(Pais_dest == "ITALIA") %>% 
  filter(Mercancia == "BOBINAS DE ACERO") %>%
  ggplot(aes(x = `Fecha Entrada`, y = Tonelaje)) +
  geom_col() +
  labs(title = "Embarques de Bobinas de Acero para Italia en 2024")

Se comprueba que los embarques se realiaron principalmente en el segundo semestre del año.

A que ciudades de Italia se enviaron las bobinas de acero:

puerto_aviles %>% 
  filter(`Fecha Entrada` >= "2024-01-01" & `Fecha Entrada` <= "2024-12-31") %>%
  filter(Operación == "Embarque") %>% 
  filter(Pais_dest == "ITALIA") %>% 
  filter(Mercancia == "BOBINAS DE ACERO") %>%
  group_by(Destino) %>%
  summarise(Tonelaje = sum(Tonelaje, na.rm = TRUE)) %>%  # Sumar toneladas por destino
  ggplot(aes(x = reorder(Destino, Tonelaje), y = Tonelaje)) +
  geom_col(fill = "steelblue", color = "black") +
  geom_text(aes(label = round(Tonelaje, 1)), hjust = -0.2, size = 4) + # Etiquetas en las barras
  coord_flip() +
  scale_y_continuous(expand = expansion(mult = c(0, 0.2))) + # Más margen a la derecha
  labs(
    x = "Destino en Italia",
    y = "Toneladas embarcadas",
    title = "Embarques de Bobinas de Acero a Italia (2024)",
    caption = "Datos de Puerto Avilés"
  ) +
  theme_minimal() +
  theme(plot.title = element_text(hjust = 0.5))  # Centrar título

Para terminar el post, podemos ver en un mapa la situación de estos cinco lugares en Italia.

puerto_aviles %>% 
  filter(Operación == "Embarque") %>% 
  filter(Mercancia == "BOBINAS DE ACERO") %>% 
  filter(Pais_dest == "ITALIA") %>%
  ggplot(aes(dest_xlong, dest_ylat)) +
  borders("world", regions = "Italy", fill = "lightgray", colour = "red") +  # Solo Italia
  geom_point(color = "blue", size = 2) +  # Puntos de destino
  geom_text(aes(label = Destino), color = "black", size = 1.5, vjust = 1) +  # Añadir nombres de destinos
  coord_quickmap() +  # Mapa rápido
  labs(
    title = "Destinos Bobinas de Acero en Italia 2024", 
    x = "Longitud", 
    y = "Latitud",
    caption = "Destinos de los embarques de bobinas de acero en Italia durante 2024"
  ) +
  theme_void()  # Elimina los ejes y fondo

Guardamos los datos de este post para usar en el siguiente:

save.image("C:/BLOG/Workspaces/Puerto_Aviles/post2.RData")