# =============================================================================
# Ejemplos de Uso de la API REST del Banco Central de Chile (R)
# =============================================================================
# Este script muestra cómo usar directamente la API REST para consultar
# series de la Base de Datos Estadísticos del Banco Central, construyendo
# y utilizando las URLs de forma explícita.
#
# Funciones principales:
#   - SearchSeries: Buscar series por frecuencia
#   - GetSeries: Obtener datos de una serie específica
# =============================================================================

library("rjson")
library(httr)

# --- API Key Token (reemplazar por el propio) ----------------------------------
token <- "tu_token"

# =============================================================================
# EJEMPLO 1: CONSULTAR EL DÓLAR OBSERVADO
# =============================================================================
cat("\n=== EJEMPLO 1: CONSULTAR EL DÓLAR OBSERVADO ===\n")

# Paso 1: Buscar la serie
cat("\nPaso 1: Buscar series relacionadas con 'dólar observado'\n")
cat("Construyendo URL completa para SearchSeries con frequency=DAILY...\n")

# URL completa para búsqueda de series diarias
url_busqueda_dolar <- paste0("https://si3.bcentral.cl/SieteRestWS/SieteRestWS.ashx?token=", token, "&function=SearchSeries&frequency=DAILY")

cat("URL utilizada:\n", url_busqueda_dolar, "\n\n")

# Realizar la consulta
json_data_dolar <- rjson::fromJSON(file = url_busqueda_dolar)

# Filtrar series que contienen "dólar observado"
# Nos quedamos con la información de SeriesInfos del JSON
series_diarias <- as.data.frame(do.call(rbind, lapply(json_data_dolar$SeriesInfos, as.vector)))
series_diarias$spanishTitle <- as.character(series_diarias$spanishTitle)

idx_dolar <- grep("dólar observado", series_diarias$spanishTitle, ignore.case = TRUE)
series_dolar <- series_diarias[idx_dolar, ]

cat("Se encontraron", nrow(series_dolar), "series relacionadas con 'dólar observado'\n")
cat("\nPrimeras coincidencias:\n")
print(head(series_dolar, 3))

# Paso 2: Consultar los datos
cat("\nPaso 2: Consultar datos del dólar observado (último año)\n")
cat("Usaremos el código: F073.TCO.PRE.Z.D (dólar observado diario)\n")
cat("Construyendo URL completa para GetSeries...\n")

# URL completa para obtener datos de la serie
url_datos_dolar <- paste0("https://si3.bcentral.cl/SieteRestWS/SieteRestWS.ashx?token=", token, "&function=GetSeries&timeseries=F073.TCO.PRE.Z.D&firstdate=2024-09-01&lastdate=2025-09-30")

cat("URL utilizada:\n", url_datos_dolar, "\n\n")

# Realizar la consulta
json_data_serie <- rjson::fromJSON(file = url_datos_dolar)

# Procesar las observaciones
# Ocupamos Obs del JSON para acceder a al valor de las observaciones
observaciones <- as.data.frame(do.call(rbind, lapply(json_data_serie$Series$Obs, as.vector)))
observaciones$value <- as.numeric(observaciones$value)
observaciones$indexDateString <- as.character(observaciones$indexDateString)

cat("Datos obtenidos:", nrow(observaciones), "observaciones\n")
cat("Período:", min(observaciones$indexDateString), "a", max(observaciones$indexDateString), "\n")
cat("\nÚltimas 10 observaciones:\n")
print(tail(observaciones, 10))

# Paso 3: Calcular estadísticas básicas  
cat("\nPaso 3: Estadísticas básicas del dólar observado\n")
valores_validos <- observaciones$value[!is.na(observaciones$value)]

cat("Valor mínimo: $", round(min(valores_validos), 2), "\n")
cat("Valor máximo: $", round(max(valores_validos), 2), "\n") 
cat("Valor promedio: $", round(mean(valores_validos), 2), "\n")
cat("Última observación: $", round(tail(valores_validos, 1), 2), "\n")


# =============================================================================
# EJEMPLO 2: PIB E IMACEC CON FRECUENCIAS DISTINTAS
# =============================================================================
cat("\n=== EJEMPLO 2: PIB E IMACEC CON FRECUENCIAS DISTINTAS ===\n")
cat("En este ejemplo trabajaremos con dos indicadores económicos que tienen\n")
cat("frecuencias diferentes: IMACEC (mensual) y PIB (trimestral).\n")

# Paso 1: Buscar las series
cat("\nPaso 1: Buscar las series\n")
cat("Primero buscamos ambas series por separado según su frecuencia.\n")

# Buscar IMACEC (mensual)
cat("\nBuscando IMACEC (frecuencia MONTHLY):\n")
url_busqueda_imacec <- paste0("https://si3.bcentral.cl/SieteRestWS/SieteRestWS.ashx?token=", token, "&function=SearchSeries&frequency=MONTHLY")

json_data_imacec <- rjson::fromJSON(file = url_busqueda_imacec)

series_mensuales <- as.data.frame(do.call(rbind, lapply(json_data_imacec$SeriesInfos, as.vector)))
series_mensuales$spanishTitle <- as.character(series_mensuales$spanishTitle)

idx_imacec <- grep("imacec empalmado", series_mensuales$spanishTitle, ignore.case = TRUE)
series_imacec <- series_mensuales[idx_imacec, ]

cat("Series encontradas para IMACEC:", nrow(series_imacec), "\n")
cat("\nPrimeras coincidencias:\n")
print(head(series_imacec, 5))

# Buscar PIB (trimestral)
cat("\nBuscando PIB (frecuencia QUARTERLY):\n")
url_busqueda_pib <- paste0("https://si3.bcentral.cl/SieteRestWS/SieteRestWS.ashx?token=", token, "&function=SearchSeries&frequency=QUARTERLY")

json_data_pib <- rjson::fromJSON(file = url_busqueda_pib)

series_trimestrales <- as.data.frame(do.call(rbind, lapply(json_data_pib$SeriesInfos, as.vector)))
series_trimestrales$spanishTitle <- as.character(series_trimestrales$spanishTitle)

idx_pib <- grep("PIB, volumen a precios del año anterior encadenado", series_trimestrales$spanishTitle, ignore.case = TRUE)
series_pib <- series_trimestrales[idx_pib, ]

cat("Series encontradas para PIB:", nrow(series_pib), "\n")
cat("\nÚltimas coincidencias:\n")
print(tail(series_pib, 10))

# Paso 2: Consultar cada serie por separado
cat("\nPaso 2: Consultar cada serie individualmente\n")
cat("De los resultados anteriores, utilizaremos:\n")
cat("- IMACEC: F032.IMC.IND.Z.Z.EP18.Z.Z.0.M (frecuencia mensual)\n")
cat("- PIB: F032.PIB.FLU.R.CLP.EP18.Z.Z.0.T (frecuencia trimestral)\n")

# Consultar IMACEC
cat("\nConsultando IMACEC (mensual):\n")
url_datos_imacec <- paste0("https://si3.bcentral.cl/SieteRestWS/SieteRestWS.ashx?token=", token, "&function=GetSeries&timeseries=F032.IMC.IND.Z.Z.EP18.Z.Z.0.M&firstdate=2024-01-01&lastdate=2025-09-30")

json_imacec_datos <- rjson::fromJSON(file = url_datos_imacec)

obs_imacec <- as.data.frame(do.call(rbind, lapply(json_imacec_datos$Series$Obs, as.vector)))
obs_imacec$value <- as.numeric(obs_imacec$value)
obs_imacec$indexDateString <- as.character(obs_imacec$indexDateString)
colnames(obs_imacec)[colnames(obs_imacec) == "value"] <- "IMACEC"

cat("IMACEC:", nrow(obs_imacec), "observaciones mensuales\n")
cat("Período:", min(obs_imacec$indexDateString), "a", max(obs_imacec$indexDateString), "\n")
print(tail(obs_imacec, 5))

# Consultar PIB
cat("\nConsultando PIB (trimestral):\n")
url_datos_pib <- paste0("https://si3.bcentral.cl/SieteRestWS/SieteRestWS.ashx?token=", token, "&function=GetSeries&timeseries=F032.PIB.FLU.R.CLP.EP18.Z.Z.0.T&firstdate=2024-01-01&lastdate=2025-09-30")

json_pib_datos <- rjson::fromJSON(file = url_datos_pib)

obs_pib <- as.data.frame(do.call(rbind, lapply(json_pib_datos$Series$Obs, as.vector)))
obs_pib$value <- as.numeric(obs_pib$value)
obs_pib$indexDateString <- as.character(obs_pib$indexDateString)
colnames(obs_pib)[colnames(obs_pib) == "value"] <- "PIB"

cat("PIB:", nrow(obs_pib), "observaciones trimestrales\n")
cat("Período:", min(obs_pib$indexDateString), "a", max(obs_pib$indexDateString), "\n")
print(obs_pib)

# Paso 3: Combinar ambas series en un DataFrame
cat("\nPaso 3: Combinar ambas series con frecuencias distintas\n")
cat("La API REST permite consultar series con diferentes frecuencias.\n")
cat("Creamos un DataFrame combinado para mostrar ambas series:\n")

# Preparar fechas para el merge
obs_imacec$fecha_date <- as.Date(obs_imacec$indexDateString, format = "%d-%m-%Y")
obs_pib$fecha_date <- as.Date(obs_pib$indexDateString, format = "%d-%m-%Y")

# Crear secuencia de fechas mensuales para el período completo
fechas_completas <- seq(from = as.Date("2024-01-01"), 
                       to = as.Date("2025-08-01"), 
                       by = "month")

# DataFrame base con todas las fechas mensuales
datos_combinados <- data.frame(
  fecha = format(fechas_completas, "%d-%m-%Y"),
  fecha_date = fechas_completas,
  stringsAsFactors = FALSE
)

# Agregar IMACEC (mensual - tendrá valores en todas las fechas)
datos_combinados <- merge(datos_combinados, obs_imacec[, c("fecha_date", "IMACEC")], 
                         by = "fecha_date", all.x = TRUE)

# Agregar PIB (trimestral - solo en enero, abril, julio, octubre)
datos_combinados <- merge(datos_combinados, obs_pib[, c("fecha_date", "PIB")], 
                         by = "fecha_date", all.x = TRUE)

# Seleccionar columnas finales
datos_combinados <- datos_combinados[, c("fecha", "IMACEC", "PIB")]

cat("Datos combinados (frecuencia original):\n")
cat("El IMACEC tiene valores mensuales, mientras que el PIB solo tiene valores\n")
cat("trimestrales (enero, abril, julio, octubre). Por eso aparecen NA en las\n")
cat("fechas intermedias para el PIB.\n\n")
print(head(datos_combinados, 8))