Plantilla
Los errores de carga se arreglan mejor mientras se carga que tres meses después. Definís cada variable en un diccionario y la planilla controla lo que entra: marca lo que no cumple y te dice dónde está.
Planilla de Excel · XLSX · 1,7 MB
Verificada en Excel y en LibreOffice Calc. Usa funciones que existen desde Excel 2010.
Una fila por variable, hasta 30: nombre, etiqueta, tipo, mínimo y máximo, códigos permitidos, código de faltante y si es obligatoria.
Revisa el propio diccionario: avisa si falta un nombre o un tipo, si hay nombres repetidos, si una categórica no tiene códigos o si el mínimo es mayor que el máximo.
Un caso por fila, hasta 1.000, con una columna por variable. Los encabezados salen del diccionario y la fila 2 recuerda los códigos válidos.
Rechaza al tipear un valor que no cumple el diccionario, pinta de rojo los inválidos —también los pegados— y de naranja las obligatorias vacías.
El resumen de la carga, que se actualiza solo.
Cuenta filas con datos, valores inválidos, obligatorias vacías y números de caso repetidos. Por variable, dice cuántos valores hay cargados, cuántos están mal y en qué fila está el primero.
El ejemplo es una encuesta chica con siete variables y veinte casos, y trae tres errores a propósito: una edad de 150, un código de sexo que no existe y una fecha fuera del año del relevamiento. Se ven en rojo en «Datos» y contados en «Control».
| Número | Cualquier número, dentro del mínimo y el máximo si los ponés. |
|---|---|
| Número entero | Lo mismo, sin decimales: 34 sí, 34,5 no. |
| Categoría (código) | Uno de los códigos de la lista, como «1=Varón; 2=Mujer; 3=Otro». Se aceptan también códigos de texto. |
| Sí/No | «Sí», «Si» o «No», con o sin mayúsculas. |
| Fecha | Una fecha de verdad, no un texto que parece fecha, dentro del rango si lo ponés. |
| Texto | Cualquier cosa. |
Un valor igual al código de faltante —el 999 de «no responde», el 9 de «no sabe»— nunca se marca como inválido, aunque quede fuera del rango. Y una variable obligatoria vacía solo se marca en las filas que tienen algún dato: las filas en blanco del final no cuentan.
La validación de datos de Excel —la que rechaza un valor al tipearlo— solo actúa sobre lo que se tipea. Lo que se pega entra sin que nadie pregunte, y pegar es como se cargan los datos casi siempre. Por eso la planilla tiene tres capas con la misma regla: la validación, que frena al tipear; el color, que marca los inválidos entren como entren; y la hoja «Control», que los cuenta y dice en qué fila está el primero.
Hacer que las tres usen la misma regla tuvo su vuelta. La regla completa, escrita dentro de la validación, pasa de los mil caracteres, y Excel no evalúa validaciones de más de 255: la guarda sin quejarse y después da todo por bueno. Puesta en un nombre definido, funcionaba en el color pero no en la validación. Lo que anduvo fue calcular la regla una vez por celda en una hoja oculta, «Chequeo», y que la validación, el color y el control lean de ahí.
No hay listas desplegables en «Datos». En Excel, una columna tiene un solo tipo de validación —una lista o una fórmula— y el tipo de cada variable lo elegís vos después de bajar la planilla. Las categorías se cargan por su código, que además es lo que conviene para analizarlas después.
No hay una biblioteca contra la cual comparar una planilla de carga, así que la referencia es una implementación aparte, en Python, de las mismas reglas. Un programa arma diccionarios y datos al azar —de una variable a treinta, y hasta mil filas—, con valores justo en los bordes de los rangos, texto en columnas numéricas, decimales en columnas enteras, códigos con espacios, Sí/No escrito de varias maneras y códigos de faltante fuera de rango. Los carga en la planilla, la recalcula con Excel y con LibreOffice, y compara la hoja «Control» variable por variable. En Excel compara además, celda por celda, si la validación acepta el valor y si el color es el que corresponde.