Unir tablas

1 · Qué es

Combinar dos tablas usando una columna en común —la clave— para que cada fila de una encuentre su correspondiente en la otra.

Los casos típicos son siempre los mismos: una base de microdatos con los códigos y una tabla con las etiquetas; los casos de una enfermedad y la población de cada provincia; el padrón y los resultados; un archivo por año que hay que pegar con otro.

2 · Los cuatro tipos

Con una tabla de claves 1, 2, 3 y otra de claves 2, 3, 4:

Tipo	Qué conserva	Filas	Claves
Interna (inner)	solo lo que está en las dos	2	2, 3
Izquierda (left)	todo lo de la izquierda	3	1, 2, 3
Derecha (right)	todo lo de la derecha	3	2, 3, 4
Completa (outer)	todo de las dos	4	1, 2, 3, 4

3 · El cruce puede multiplicar filas

Es lo primero que hay que entender, porque no es intuitivo. Tres personas y una tabla de teléfonos donde algunas tienen más de uno:

	Filas	Suma de ingresos
Tabla de personas	3	600
Después del cruce	6	1.300

4 · Las cuatro maneras de fallar en silencio

Si los tipos de la clave no coinciden —un entero de un lado y texto del otro— pandas corta con un error, que es lo bueno. Los casos peligrosos son los que no cortan, porque la clave es del mismo tipo y aun así no coincide:

Problema	Izquierda	Derecha	Encuentran pareja
Ceros a la izquierda	"06"	"6"	no
Espacios	"Catamarca "	"Catamarca"	no
Acentos en NFD y NFC	"Córdoba"	"Córdoba"	no
Mayúsculas	"CABA"	"Caba"	no

5 · Las dos líneas que lo resuelven

indicator=True agrega una columna que dice, para cada fila, si encontró pareja:

m = izquierda.merge(derecha, on="codigo", how="outer", indicator=True)
m["_merge"].value_counts()

validate= corta con un error si la relación no es la esperada:

izquierda.merge(derecha, on="id", validate="one_to_one")
# MergeError: Merge keys are not unique in right dataset

6 · Un cruce real, y lo que se perdió

Para calcular tasas de mortalidad por jurisdicción hay que cruzar las defunciones del DEIS con la población del Censo. Con indicator=True:

	Jurisdicciones
En las dos tablas	24
Solo en el DEIS	1
Solo en el Censo	0

La que sobra es el código 99, “Sin Información”: 1.742 defunciones —el 0,46 % del total— de personas cuya jurisdicción de residencia no se registró.

7 · Errores frecuentes

• No verificar que la clave sea única en la tabla de referencia. Un cruce de uno a muchos multiplica filas y todos los totales posteriores.
• Cruzar sin indicator=True. Las filas que no encuentran pareja se van sin avisar.
• No revisar los ceros a la izquierda. "06" y "6" no son la misma clave.
• Cruzar por nombre en vez de por código. Los nombres tienen espacios, acentos, mayúsculas y variantes —“Ciudad Autónoma de Buenos Aires”, “CABA”, “Capital Federal”—; los códigos, no.
• Usar cruce interno por defecto. Descarta en silencio lo que no coincide de los dos lados; el izquierdo al menos conserva la tabla principal.
• No declarar los casos excluidos por el cruce. Si el $n$ del análisis no coincide con el de la base, tiene que estar escrito por qué.
• Calcular totales después de cruzar sin comprobar que la cantidad de filas sea la esperada.

8 · En el software

# R — dplyr
library(dplyr)
left_join(datos, referencia, by = "codigo")
inner_join(datos, referencia, by = "codigo")
full_join(datos, referencia, by = "codigo")

# Verificar antes y después
anyDuplicated(referencia$codigo)             # ¿la clave es única?
nrow(datos); nrow(resultado)                 # ¿cambió la cantidad de filas?
setdiff(datos$codigo, referencia$codigo)     # ¿qué claves quedaron sueltas?

# Python — pandas
m = datos.merge(referencia, on="codigo", how="left", indicator=True)
m["_merge"].value_counts()

datos.merge(referencia, on="id", validate="many_to_one")

# Claves sueltas
set(datos["codigo"]) - set(referencia["codigo"])

Excel:    =BUSCARV(clave; tabla; columna; FALSO)   ← el FALSO es obligatorio
          Sin él busca la coincidencia APROXIMADA y devuelve cualquier cosa.
          Mejor: =COINCIDIR con =INDICE, o Power Query › Combinar consultas
SPSS:     Datos › Fusionar archivos › Añadir variables
          (pide que las dos bases estén ORDENADAS por la clave)

@misc{estadistica_ar_unir_tablas,
  author       = {Montivero, Jorge Luis},
  title        = {{Unir tablas}},
  year         = {2026},
  howpublished = {\url{https://estadistica.ar/conceptos/unir-tablas}},
  note         = {estadistica.ar. Consultado el \today},
  urldate      = {2026-09-28}
}