Formato ancho y formato largo

1 · Definición

En formato ancho, cada unidad ocupa una fila y las mediciones repetidas ocupan columnas distintas. En formato largo, cada medición ocupa una fila y una columna indica de qué medición se trata.

2 · Las dos formas

Ancho — una fila por paciente:

id	peso_inicial	peso_mes3	peso_mes6
1	82	79	77
2	95	93	90

Largo — una fila por medición:

id	momento	peso
1	inicial	82
1	mes3	79
1	mes6	77
2	inicial	95
2	mes3	93
2	mes6	90

Los mismos seis datos. Lo que cambia es cuál es la unidad de análisis de cada fila: el paciente en el primero, la medición en el segundo.

3 · Cuál pide cada cosa

Tarea	Formato
Cargar datos a mano	Ancho — es como se completa un formulario
Mirar la tabla	Ancho — se lee mejor
Graficar con ggplot2 o seaborn	Largo
Modelos mixtos, medidas repetidas	Largo
Prueba t pareada en R	Ancho o largo, según la función
ANOVA de medidas repetidas en SPSS	Ancho
Presentar en un informe	Ancho

La regla práctica: ancho para humanos, largo para el software.

4 · Datos ordenados

El formato largo es una forma de lo que se conoce como datos ordenados (tidy data), definido por tres condiciones:

1. Cada variable es una columna.
2. Cada observación es una fila.
3. Cada tipo de unidad de observación es una tabla.

En la tabla ancha de arriba, peso_inicial, peso_mes3 y peso_mes6 no son tres variables distintas: son la misma variable —peso— medida en tres momentos. El momento es una variable que está escondida en los nombres de columna, y el formato largo la saca a la luz.

Esa es la razón por la que las librerías modernas de gráficos y modelado piden formato largo: necesitan que cada cosa que quieran usar como variable esté en una columna.

5 · Cómo se reconoce un formato ancho encubierto

Casi todas las tablas publicadas están en formato ancho, y muchas lo esconden en los encabezados:

• Columnas 2023, 2024, 2025 → la variable escondida es año.
• Columnas varones, mujeres → la variable escondida es sexo.
• Columnas ene, feb, mar… → mes.

Si al importar una tabla publicada las columnas son años o categorías, el primer paso es pasarla a largo. Si no, no hay forma de agrupar, filtrar ni graficar por esa variable.

6 · Errores frecuentes

• Creer que una es la correcta. Las dos son válidas; se convierte según lo que pida el paso siguiente.
• Perder el identificador al convertir. Sin id, las filas del formato largo no se pueden volver a agrupar por unidad.
• Convertir a largo variables que no son mediciones repetidas. Si edad y peso son dos variables distintas, no hay que apilarlas: eso destruye la estructura.
• Analizar datos largos como si cada fila fuera un caso independiente. Tres mediciones del mismo paciente no son tres pacientes. Si se las trata como independientes, el $n$ se triplica artificialmente y las pruebas dan significativo sin motivo.
• Cargar directamente en formato largo. Es incómodo y propenso a errores. Se carga en ancho y se convierte por script.

7 · En el software

# R — de ancho a largo
library(tidyr)
largo <- pivot_longer(ancho,
                      cols = starts_with("peso_"),
                      names_to = "momento",
                      names_prefix = "peso_",
                      values_to = "peso")

# de largo a ancho
ancho <- pivot_wider(largo, names_from = momento, values_from = peso,
                     names_prefix = "peso_")

# Python
largo = ancho.melt(id_vars="id", var_name="momento", value_name="peso")
ancho = largo.pivot(index="id", columns="momento", values="peso").reset_index()

Excel:    Tabla dinámica para pasar de largo a ancho.
          De ancho a largo: Power Query › Anular dinamización de columnas
SPSS:     Datos › Reestructurar
          (asistente: "de variables a casos" o "de casos a variables")

@misc{estadistica_ar_formato_ancho_y_largo,
  author       = {Montivero, Jorge Luis},
  title        = {{Formato ancho y formato largo}},
  year         = {2026},
  howpublished = {\url{https://estadistica.ar/conceptos/formato-ancho-y-largo}},
  note         = {estadistica.ar. Consultado el \today},
  urldate      = {2026-09-18}
}