Datasets para análisis de datos en Excel: guía práctica

Un dataset es un conjunto de datos dispuesto en filas y columnas. En este tutorial usarás un libro de ventas con pedidos, fechas, categorías, vendedores e importes: aprenderás a localizarlo, limpiarlo, explorarlo, resumirlo y actualizarlo. El flujo funciona en Excel 2016, 2019, 2021, 2024 y Microsoft 365; algunas funciones avanzadas requieren versiones posteriores.

Qué es un dataset y cómo se usa en Excel

Un dataset reúne observaciones sobre un mismo tema. Cada fila puede representar un pedido y cada columna, una característica: fecha, categoría, vendedor o importe. En Excel, esos datos funcionan mejor cuando cada fila tiene la misma estructura, los encabezados son claros y cada columna contiene un tipo de dato coherente.

En este libro, la hoja Ventas será el dataset. La analizaremos con filtros y una tabla dinámica, calcularemos indicadores y conectaremos el origen con Power Query.

Dónde encontrar datasets y qué formatos admite Excel

Los portales más útiles son Kaggle, Google Dataset Search, GitHub, World Bank Open Data, Data.gov y DataHub. Kaggle ofrece CSV y proyectos de analítica; World Bank distribuye datos en CSV y JSON; GitHub contiene archivos de proyectos.

Antes de analizar, revisa procedencia, fecha de actualización, licencia, cobertura, tamaño, documentación de campos y posibles valores ausentes. Kaggle y Google Dataset Search son puntos de partida útiles, pero debes abrir la ficha de cada conjunto.

Cómo preparar un dataset antes de analizarlo

Descarga un CSV de ventas y ábrelo en Excel. Usa el Asistente para la importación de texto, comprueba que cada columna sea correcta y guarda el resultado como un libro .xlsx. Revisa encabezados, fechas, celdas vacías y duplicados antes de convertir el rango en tabla.

Limpiar filas vacías y valores repetidos

1. Selecciona la hoja Ventas.
2. Ve a Inicio > Edición > Buscar y seleccionar > Ir a Especial.
3. Elige Blanks y pulsa Aceptar.
4. Revisa las filas incompletas y elimina solo las que no aportan información.
5. Selecciona el rango y abre Datos > Filtrar.
6. Pulsa la flecha de Pedido y elimina las marcas de los valores repetidos.

La limpieza no debe cambiar importes válidos. Si una fila conserva información útil, completa el dato en lugar de eliminarla. Más adelante, Validación de datos puede ayudar a evitar nuevas entradas incorrectas, pero no corrige lo que ya está escrito.

Estandarizar fechas y categorías

1. Selecciona la columna Fecha.
2. Abre Inicio > Número > Fecha y comprueba que la columna ya contiene fechas reales.
3. Si una fecha sigue como texto, selecciona las celdas y usa Fórmulas > Texto a columnas > Finalizar.
4. Selecciona Categoría y pulsa Ctrl+L.
5. Sustituye «ropa» y «ROPA» por «Ropa»; cambia «calzado» por «Calzado».
6. Repite el cambio para todas las variantes.

Cómo explorar un dataset con tablas y filtros

Convertir el rango en una tabla facilita filtrar, ordenar y ampliar el origen. Selecciona A1:F9, abre Insertar > Tablas > Tabla, acepta el nombre Ventas y marca La tabla tiene encabezados. Después aplica los filtros y compara ventas por categoría, mes y vendedor.

Usar filtros para encontrar patrones

1. Pulsa la flecha de Importe en la tabla.
2. En Filtros numéricos, elige Mayor que.
3. Escribe 100 y acepta.
4. Limpia el filtro y abre la flecha de Categoría.
5. Selecciona Ropa y revisa los pedidos de esa categoría.
6. Repite con Fecha para acotar un intervalo.

Con los datos limpios, el filtro por importe deja P-001, P-003, P-005, P-006 y P-008: 675,00 en total.

Cómo resumir un dataset con una tabla dinámica

La tabla dinámica calcula el total y la cantidad de pedidos por categoría sin sumar fila a fila. Selecciona la tabla Ventas y abre Insertar > Tablas > Tabla dinámica. Arrastra Categoría a Filas, Importe a Valores y Pedido a Valores; cambia el resumen de Importe a Suma y el de Pedido a Cuenta.

Actualizar la tabla dinámica cuando cambian los datos

1. Añade una fila a la tabla Ventas: 10/01/2026, P-009, Calzado, Luis, 130,00, Completado.
2. Cambia a la hoja con la tabla dinámica.
3. Observa que el resultado anterior permanece hasta actualizarlo.
4. Pulsa Analizar tabla dinámica > Actualizar.

También puedes usar Alt+F5. La tabla dinámica no se actualiza sola al cambiar los datos.

Cómo calcular indicadores con fórmulas sobre el dataset

Los indicadores se calculan sobre la columna Importe de la tabla Ventas. La suma y el promedio usan funcionesRat Named Ranges. Si no quieres que las referencias se muevan al copiar fórmulas, define un nombre como Importes que apunte a Ventas[Importe].

=SUBTOTALES(109;E2:E10)
=PROMEDIO(E2:E10)
=K.ESIMO.MAYOR(E2:E10;1)
=K.ESIMO.MAYOR(E2:E10;2)
=CONTARA(B2:B10)

Comparar el total visible con el total completo

SUBTOTALES calcula sobre las filas visibles. Usa la función 9 para ignorar las ocultas por filtro; usa 109 para ignorar también las ocultadas manualmente. Después de filtrar, compara el total visible con =SUMA(E2:E10).

Detectar el segundo valor más alto

K.ESIMO.MAYOR (LARGE) devuelve el valor que ocupa la posición indicada dentro del conjunto. Para el dataset ampliado, el segundo importe más alto es 150,00, correspondiente a P-003.

1. Selecciona una celda vacía, por ejemplo H2.
2. Escribe =K.ESIMO.MAYOR(E2:E10;2).
3. Pulsa Entrar.

=K.ESIMO.MAYOR(E2:E10;2)

Cómo encontrar y filtrar registros con FILTRAR

FILTRAR (FILTER) devuelve las filas que cumplen una condición. Está disponible desde Excel 2021, Excel 2024 y Microsoft 365. Escribe la fórmula en una zona libre; los resultados se desbordan hacia abajo.

=FILTRAR(A2:F10;E2:E10>100;"Sin resultados")

Cómo conectar Excel con fuentes de datos externas

Power Query (Obtener y transformar datos) permite obtener un CSV y dejar grabados los pasos de importación y limpieza. Está integrado desde Excel 2016; en Excel 2010 y 2013 se utiliza como complemento. Mac y web ofrecen menos conectores.

Para conectar una fuente externa, usa Datos > Obtener y transformar datos > Obtener datos. La consulta conserva el origen y permite repetir la carga. Power Query transforma tablas completas; no sustituye las fórmulas de cálculo celda a celda.

Traer un CSV con Power Query

1. Guarda el CSV de ventas en una carpeta del equipo.
2. En Excel, abre Datos > Obtener y transformar datos > Obtener datos > Desde archivo > Desde texto/CSV.
3. Selecciona ventas.csv y pulsa Abrir.
4. En el Asistente para la importación de texto, revisa encabezados, separador y tipos.
5. Pulsa Cargar para crear la tabla.
6. Cambia el nombre de la consulta a Ventas en el panel Consultas y conexiones.

Limpiar la consulta y actualizar los datos

1. Abre Datos > Consultas y conexiones.
2. Selecciona la consulta Ventas y pulsa Editar.
3. En Power Query, elimina las columnas vacías mediante Quitar columnas.
4. Selecciona la columna Importe y usa Transformar > Tipo de datos > Número decimal.
5. Selecciona Fecha y usa Transformar > Tipo de datos > Fecha.
6. Pulsa Cerrar y cargar.
7. Para recargar el archivo, vuelve a la consulta y pulsa Actualizar.

Qué revisar antes de confiar en los resultados

Un resultado reproducible depende de saber qué se descargó, quién lo publicó, cuándo se actualizó y qué signifies cada campo. Antes de compartir o comparar, documenta estos puntos:

Guarda una copia del original y otra del libro procesado. Anota los cambios para que otra persona pueda reconstruir el análisis.

Qué puede fallar al analizar un dataset

Los fallos más frecuentes aparecen antes del cálculo: Excel interpreta mal el separador, las fechas o los importes. Después aparecen problemas de calidad, validaciones omitidas al pegar, consultas que no encuentran el archivo y resultados de FILTRAR que chocan con celdas ocupadas.

Corregir columnas que Excel no reconoce

Si todas las fechas quedan en una columna o los importes incluyen textos, vuelve a importarlos. En el Asistente para la importación de texto, revisa Origen de datos, el Separador y la columna Tipo de datos. Selecciona Fecha como fecha e Importe como número antes de cargar.

1. Cierra la hoja importada incorrectamente.
2. Repite Datos > Obtener datos > Desde archivo > Desde texto/CSV.
3. En el Asistente, selecciona el separador correcto.
4. Asigna a Fecha el tipo de datos Fecha.
5. Asigna a Importe el tipo de datos Número decimal.
6. Pulsa Cargar.

Revisar datos que contradicen las reglas

Validación de datos limita lo que se escribe en una celda, pero no valida lo que ya existe ni lo que se pega encima. Para localizar infracciones, selecciona el rango y abre Datos > Herramientas de datos > Validación de datos > Rodear con un círculo datos no válidos.

1. Define una regla de Importe entre 0 y 500.
2. Aplica la validación a E2:E10.
3. Usa Rodear con un círculo datos no válidos.
4. Revisa cada celda señalada.
5. Corrige el dato si es incorrecto o documenta por qué debe conservarse.

Evitar errores al actualizar una consulta

Una actualización puede fallar si el CSV fue movido, si se eliminó la conexión o si un paso de Power Query depende de una columna que cambió. En Power Query, usa Inicio > Administrarse > Actualizar para revisar los pasos; comprueba el origen y vuelve a seleccionar el archivo si cambió su ubicación.

1. Abre Datos > Consultas y conexiones.
2. Selecciona Ventas y pulsa Editar.
3. Revisa que la ruta del archivo sea correcta.
4. Comprueba que existan las columnas usadas por los pasos de limpieza.
5. Pulsa Cerrar y cargar.
6. Si el origen no está disponible, corrige el paso Origen antes de actualizar.

Qué versiones de Excel necesitas para este flujo

Excel 2016 admite tablas, filtros, tablas dinámicas, SUBTOTALES, K.ESIMO.MAYOR y Power Query integrado. Excel 2019 añade las mismas capacidades, pero sigue sin Power Query como aplicación independiente. Excel 2021 y 2024 añaden FILTRAR. AGRUPARPOR solo está en Microsoft 365 y Excel para la web.

Excel para la web ofrece menos conectores. Excel para Mac incluye Power Query, pero la disponibilidad de conectores depende de la versión. Si una función muestra #¿NOMBRE?, no está disponible en esa versión.

Elegir una alternativa cuando FILTRAR no existe

En Excel 2019 o 2016, no uses FILTRAR. Puedes filtrar la tabla con AutoFiltro, resumir datos con una tabla dinámica o extraer registros con Filtros avanzados.

Lo que ya sabes hacer con un dataset

Ya sabes localizar un dataset, revisar su licencia y formato, abrir un CSV y limpiar fechas, categorías, vacíos y duplicados. También puedes convertirlo en tabla, explorarlo con filtros, resumirlo con una tabla dinámica y calcular total, promedio, máximo y segundo mayor.

Además, puedes usar FILTRAR en versiones compatibles, cargar el CSV con Power Query, limpiar la consulta y actualizarla. El siguiente paso es unir esos resultados en un informe breve que documente la fuente, los cambios y las conclusiones.

• Elige una fuente con procedencia y licencia verificables.
• Descarga y conserva una copia del archivo original.
• Comprueba tipos, fechas, vacíos, duplicados y categorías.
• Documenta cada limpieza y modificación.
• Distingue datos filtrados, ocultados y completos.
• Actualiza tabla dinámica y consultas antes de publicar.

Revisar el flujo completo con una lista de control

• [ ] La fuente, la fecha de descarga y la licencia están documentadas.
• [ ] El formato original se conserva aparte.
• [ ] Los encabezados, las fechas y los importes tienen el tipo correcto.
• [ ] Los vacíos y duplicados se han revisado.
• [ ] Las categorías equivalentes están unificadas.
• [ ] Los filtros aplicados y sus resultados están anotados.
• [ ] La tabla dinámica se ha actualizado.
• [ ] Las fórmulas se copiaron sobre los rangos correctos.
• [ ] La consulta de Power Query se ha vuelto a cargar.
• [ ] Las limitaciones yTransformaciones figuran en una nota.

Cuando esta lista esté completa, añade un segundo origen mediante Power Query y compara ambos resultados con la tabla dinámica.

Dudas al trabajar con datasets en Excel