Necesitas obtener datos de un archivo PDF a Excel para analizarlos, pero copiar y pegar crea una hoja de cálculo desordenada e inutilizable. Los PDF están diseñados para visualizarse, no para editarse, lo que dificulta extraer tablas estructuradas. Este artículo explica cómo usar la herramienta integrada Power Query de Excel para importar tablas de PDF directamente. Aprenderás los pasos para obtener datos limpios y formateados sin instalar software adicional.
Conclusiones clave: Importar tablas de PDF a Excel
- Datos > Obtener datos > Desde un archivo > Desde PDF: Este es el método principal en Excel para Windows para conectarse a un PDF y previsualizar sus tablas antes de importarlas.
- Editor de Power Query > Transformar datos: Usa esta interfaz para limpiar columnas, eliminar filas en blanco y cambiar tipos de datos después de la importación inicial.
- Cerrar y cargar: Este comando final carga la tabla limpia y transformada desde el PDF a una nueva hoja de cálculo de Excel.
Uso de Power Query de Excel para importar datos de PDF
Excel para Microsoft 365 y Excel 2021 incluyen un potente motor de transformación de datos llamado Power Query. Su conector “Desde PDF” puede leer archivos PDF y detectar tablas dentro de ellos. La herramienta interpreta la estructura visual de la página PDF, identificando filas y columnas según el espaciado y las líneas. Luego convierte esa estructura en una tabla de datos que puedes editar antes de que entre en tu libro de trabajo. Este método funciona mejor con PDF creados a partir de programas de hojas de cálculo o bases de datos, ya que tienen límites de tabla claros.
Necesitas una versión de Excel para Windows que incluya Power Query. Esta función está disponible en Excel para Microsoft 365, Excel 2021, Excel 2019 y Excel 2016. La opción “Desde PDF” no está disponible en Excel para Mac ni en la versión web. El archivo PDF debe estar almacenado en tu computadora local o en una unidad de red a la que tengas acceso. Este método no puede leer PDF protegidos con contraseña.
Pasos para importar y limpiar una tabla de PDF
Sigue este proceso para llevar una tabla de un PDF a Excel con el formato correcto.
- Iniciar la importación de datos
En Excel, ve a la pestaña Datos en la cinta. Haz clic en Obtener datos, coloca el cursor sobre Desde un archivo y selecciona Desde PDF. Navega hasta tu archivo PDF y haz clic en Importar. - Seleccionar la tabla correcta
Se abrirá el panel Navegador que muestra una lista de tablas y páginas encontradas en el PDF. Haz clic en un nombre de tabla para ver una vista previa a la derecha. Revisa la vista previa para asegurarte de que los datos se vean correctos. Marca la casilla junto a la tabla que deseas y haz clic en Transformar datos. - Limpiar los datos en el Editor de Power Query
Se abre la ventana del Editor de Power Query. Aquí puedes eliminar filas de encabezado adicionales seleccionando Inicio > Quitar filas > Quitar filas superiores. Elimina columnas en blanco haciendo clic derecho en el encabezado de la columna y eligiendo Quitar. Cambia el tipo de datos de una columna haciendo clic en el ícono de tipo de datos junto al nombre de la columna, como ABC para texto o 123 para número entero. - Cargar la tabla limpia en Excel
Después de hacer tus cambios, haz clic en el botón Cerrar y cargar en la pestaña Inicio. Power Query se cerrará y cargará la tabla final en una nueva hoja de cálculo en tu libro de Excel.
Uso de la función heredada “Desde web” para PDF en línea
Si tu PDF está alojado en un sitio web público, puedes usar un método diferente. En Excel, ve a Datos > Obtener datos > De otras fuentes > Desde web. Pega la URL directa del archivo PDF. Esto puede abrir el PDF en el panel Navegador, permitiéndote seleccionar una tabla. Este método es menos confiable que la opción directa Desde PDF y depende de cómo el servidor web aloja el archivo.
Errores comunes y desafíos de limpieza de datos
Incluso con Power Query, las importaciones de PDF pueden tener problemas. Conocer estos problemas te ayuda a solucionarlos rápidamente.
Los datos importados están todos en una sola columna
Esto ocurre cuando Power Query no puede detectar separadores de columna en el PDF. En el Editor de Power Query, selecciona la columna con todos los datos. Ve a la pestaña Transformar y haz clic en Dividir columna > Por delimitador. Elige un delimitador como espacio o coma, o selecciona “Por número de caracteres” si los datos tienen anchos fijos.
Los números se importan como texto o las fechas son incorrectas
Power Query a veces adivina los tipos de datos incorrectamente. Haz clic en el ícono de tipo de datos junto al encabezado de la columna en el Editor de Power Query. Elige el tipo correcto: Número decimal, Número entero o Fecha. Para números testarudos como texto, usa Transformar > Reemplazar valores para eliminar símbolos de moneda o comas antes de cambiar el tipo.
Filas de encabezado adicionales o celdas combinadas en el PDF
Los PDF con diseños complejos pueden confundir la importación. En la vista previa del panel Navegador, si ves filas de título adicionales sobre los datos, no selecciones la tabla. En su lugar, selecciona el elemento “Página”, que importa todo el contenido de la página. Luego puedes usar las herramientas de filtro de Power Query para eliminar las filas no deseadas manualmente.
Power Query vs. copiar y pegar vs. métodos de Guardar como
| Elemento | Power Query (Obtener datos de PDF) | Copiar y pegar | Guardar PDF como Excel (convertidor en línea) |
|---|---|---|---|
| Estructura de datos | Preserva la estructura de la tabla en columnas separadas | A menudo pega todos los datos en una sola columna | Los resultados varían mucho; a menudo crea muchas celdas combinadas |
| Limpieza de datos | Editor integrado para filtrar, cambiar tipos y eliminar errores | Debe limpiarse manualmente en Excel después de pegar | Sin edición antes de la importación; los errores quedan incrustados |
| Formato | Trae datos sin formato de fuentes ni colores del PDF | Puede traer formato de texto pero rompe la alineación | Intenta mantener el diseño visual, lo que perjudica la estructura de datos |
| Automatización | La consulta se puede actualizar si el PDF de origen se actualiza | Proceso totalmente manual que debe repetirse | Conversión manual de una sola vez |
| Software requerido | Excel para Windows (2016 o posterior) | Cualquier versión de Excel | Sitio web o servicio de terceros |
Ahora puedes importar tablas de PDF directamente a Excel usando la función Obtener datos. Esto te da un conjunto de datos limpio listo para fórmulas y tablas dinámicas. Para informes recurrentes, configura la consulta para que se actualice haciendo clic derecho en la tabla en Excel y seleccionando Actualizar. Un consejo más avanzado es combinar varios PDF de una carpeta usando Datos > Obtener datos > Desde un archivo > Desde carpeta, y luego anexar las consultas en una tabla maestra.