Quarto y R Markdown: el informe que se calcula solo

1 · El problema que resuelven

En un trabajo hecho a mano, el número vive dos veces: una en la tabla y otra en el párrafo que la comenta. Cuando los datos cambian —y cambian— se actualiza la tabla y se olvida el párrafo.

La solución es que el número exista una sola vez: escrito como código dentro del texto, y calculado cuando el documento se compila.

2 · Cómo se ve

Un archivo .qmd o .Rmd mezcla las dos cosas:

El ingreso mediano fue de `r format(median(d$ingreso))` pesos,
sobre `r nrow(d)` casos.

```{r}
#| label: fig-ingresos
#| fig-cap: "Distribución del ingreso"
hist(d$ingreso)
```

Al compilar, `r ...` se reemplaza por el resultado. El párrafo no contiene un número: contiene la instrucción para calcularlo.

Funciona, y así se comprueba

Un documento con la frase “La media fue de X sobre n casos”, compilado dos veces sobre datos distintos:

Datos	Lo que dice el documento
10, 20, 30	La media fue de 20,0 sobre 3 casos
10, 20, 30, 90	La media fue de 37,5 sobre 4 casos

3 · Las tres herramientas

	Qué es	Lenguajes
R Markdown	el formato clásico de R, desde 2014	R, algo de Python
Quarto	su sucesor, del mismo equipo	R, Python, Julia
Jupyter	cuadernos de celdas	Python y otros

4 · Lo que no resuelven

Que el texto y el código estén en el mismo archivo garantiza que el texto no mienta sobre el código. No garantiza que el resultado guardado sea el que el código produce.

Un cuaderno con tres celdas —n = 100, n = n * 2, mostrar n— ejecutado en el orden en que uno realmente trabaja, retocando y volviendo a correr una celda:

Cómo se ejecutó	Lo que muestra el archivo
Celdas 1, 2, 2, 3 (retocando)	el resultado es 400
De arriba abajo	el resultado es 200

5 · Qué se gana además

Una fuente, muchos formatos. El mismo archivo produce el PDF para el jurado, el Word para el director y la página web, sin rehacer nada.

Tablas y figuras numeradas solas. Se las referencia por etiqueta —@fig-ingresos— y la numeración se acomoda al agregar una en el medio.

Citas y bibliografía desde un archivo .bib, con el estilo que pida la facultad.

El código queda a la vista o se esconde, según convenga, con una opción por bloque. El mismo documento sirve de informe y de anexo metodológico.

6 · Cómo empezar

Sin aprender nada nuevo de golpe: el primer documento puede ser el informe que ya escribís, con un solo número calculado. Después, dos.

1. Instalar Quarto y, en RStudio, crear un documento nuevo.
2. Pegar el texto que ya se tiene.
3. Reemplazar un número por su cálculo.
4. Compilar y ver que sale igual.

7 · Errores frecuentes

• Dejar números escritos a mano en el texto de un documento que podría calcularlos.
• No compilar de cero antes de entregar. Un cuaderno puede mostrar 400 y producir 200.
• Hacer todo el análisis dentro del documento. Si compilar tarda, nadie compila.
• Confundir el archivo fuente con la salida. Se versiona el .qmd; el PDF se regenera.
• No fijar la semilla si hay simulación: el documento da distinto cada vez.
• Rutas absolutas, igual que en cualquier script.

8 · En el software

# Compilar desde la consola
quarto render informe.qmd            # al formato del encabezado
quarto render informe.qmd --to docx  # o al que se pida

---
title: "Ingresos en los aglomerados urbanos"
author: "Nombre"
format:
  pdf: default
  docx: default
bibliography: referencias.bib
---

El ingreso mediano fue de `r format(median(d$ingreso), big.mark = ".")`
pesos (n = `r nrow(d)`).

```{r}
#| echo: false
#| label: tbl-niveles
#| tbl-cap: "Nivel educativo de la población ocupada"
knitr::kable(tabla)
```

Como muestra la @tbl-niveles, …

Lo que va dentro de los bloques es el análisis de siempre:

# R — lo que se calcula una vez y se referencia desde el texto
d <- readRDS("datos/procesados/base.rds")
tabla <- aggregate(ingreso ~ nivel_ed, data = d, FUN = median)
knitr::kable(tabla, digits = 0)

# Y la prueba antes de entregar: compilar de cero
# quarto render informe.qmd

# Python — el equivalente de `r ...` es un bloque que devuelve texto
from IPython.display import Markdown
import pandas as pd

d = pd.read_csv("datos/procesados/base.csv")
Markdown(f"La mediana fue de **{d.ingreso.median():,.0f}** "
         f"pesos sobre {len(d):,} casos.")

@misc{estadistica_ar_quarto_y_rmarkdown,
  author       = {Montivero, Jorge Luis},
  title        = {{Quarto y R Markdown: el informe que se calcula solo}},
  year         = {2026},
  howpublished = {\url{https://estadistica.ar/conceptos/quarto-y-rmarkdown}},
  note         = {estadistica.ar. Consultado el \today},
  urldate      = {2026-09-28}
}