Muchas planillas Excel presentan sus datos de forma no-rectangular; por ejemplo, con múltiples encabezados encima de las columnas, celdas combinadas que describen las variables bajo ellas, encabezados de variables en las filas, etc. El problema principal es que los datos no vienen rectangulares (con nombres de variables en la primera fila) ni se respetan los principios de los datos ordenados (tidy data). Esto vuelve muy difícil trabajar con estos datos, a menos que los des-pivotemos con {unpivotr}!

limpieza de datos procesamiento de datos tablas Excel

Las hojas de Excel pueden ser cómodas para organizar información, pero no mucho para procesarla o analizarla. Por lo mismo, una de las operaciones iniciales de limpieza de datos suele ser unir datos que vienen repartidos en varias hojas de Excel. Veamos cómo se hace paso a paso. Usaremos el paquete {readxl} para leer los datos, {dplyr} para manipular y combinar las hojas, y {purrr} para realizar operaciones sobre todas las hojas de forma automática.

Excel limpieza de datos datos