Dominar los archivos XLSX con IA: estructura, límites y mejores prácticas
Un archivo XLSX no es una hoja de cálculo. Es un paquete comprimido en ZIP de documentos XML que lee una aplicación de hojas de cálculo. Ese único hecho explica la mayor parte del comportamiento extraño con el que se topa la gente. Archivos que se inflan, fórmulas que se recalculan en un orden extraño y libros de trabajo que parecen pequeños pero tardan una eternidad en abrirse.
Esta guía cubre lo que hay dentro del formato, los límites que publica Microsoft y los hábitos que hacen que un archivo XLSX siga siendo utilizable por otras personas.
Qué es realmente un archivo XLSX
XLSX es el formato predeterminado de Excel introducido con el estándar Office Open XML. Mientras que el formato binario anterior almacenaba todo en un único bloque opaco, XLSX almacena partes XML estructuradas dentro de un contenedor.
Ese cambio es la razón por la que las herramientas modernas pueden leer el formato sin tener Excel instalado. También es la razón por la que un archivo XLSX se puede inspeccionar, comparar y reparar de formas en que su predecesor no podía.
La consecuencia práctica para cualquiera que maneje datos: un archivo XLSX contiene mucho más que valores. El formato, las fórmulas, las cachés de tabla dinámica, las reglas condicionales y el orden de cálculo viajan con él.
Dentro del paquete
La documentación de SpreadsheetML de Microsoft describe el esqueleto con precisión. La estructura "consiste en el elemento <workbook/> que contiene elementos <sheets/> y <sheet/> que hacen referencia a las hojas de trabajo en el libro de trabajo".
Luego viene el detalle que sorprende a la mayoría de la gente. "Se crea un archivo XML independiente para cada hoja de trabajo". Un libro de trabajo de diez pestañas consta de al menos diez documentos más un manifiesto, no de un solo archivo con diez secciones.
Microsoft enumera estos como "los elementos mínimos requeridos para un documento de hoja de cálculo válido". Más allá de ellos, un libro de trabajo "podría contener <table/>, <chartsheet/>, <pivotTableDefinition/> u otros elementos relacionados con hojas de cálculo".
Cuatro de esas partes adicionales explican la mayor parte del comportamiento de los archivos en el mundo real.
La tabla de cadenas compartidas. Microsoft describe <sst/> como "una estructura que contiene una ocurrencia de cada cadena única que aparece en todas las hojas de trabajo de un libro de trabajo". El texto se almacena una vez y se referencia en todas partes, razón por la cual un archivo con mucha repetición se comprime bien.
La cadena de cálculo. <calcChain/> "especifica el orden en el que se calcularon por última vez las celdas del libro de trabajo". Es una caché, y una corrupta es una causa clásica de libros de trabajo que se comportan de manera extraña hasta que se descarta esa parte.
La caché de tabla dinámica. <pivotCacheDefinition/> define el origen de los datos de una tabla dinámica, mientras que <pivotCacheRecords/> contiene "una caché de los datos de origen". Por lo tanto, una tabla dinámica puede llevar una copia completa de sus filas de origen dentro del archivo.
Tablas y hojas de gráfico. Una <table/> marca un rango como un único conjunto de datos, y una <chartsheet/> es un gráfico almacenado como su propia hoja.
Microsoft también cita el estándar ECMA-376 para el límite mínimo: el libro de trabajo en blanco más pequeño posible sigue necesitando una sola hoja, un ID de hoja y una relación. No existe tal cosa como un archivo XLSX sin nada dentro.
XLSX frente a CSV
Ambos formatos contienen datos tabulares. No coinciden en nada más.
| XLSX | CSV | |
|---|---|---|
| Contenedor | Paquete comprimido en ZIP de partes XML | Un solo archivo de texto plano |
| Múltiples hojas | Sí | No |
| Fórmulas | Almacenadas, con una cadena de cálculo | No compatible |
| Formato y tipos | Preservados | No preservados |
| Gráficos y tablas dinámicas | Almacenados dentro del archivo | No compatible |
| Legible sin herramientas | No | Sí |
| Modo de fallo típico | Inflado y estado oculto | Pérdida de tipos y ambigüedad de delimitadores |
Ninguno es el mejor formato en abstracto. CSV gana cuando una máquina en el otro extremo solo necesita filas, que es el caso que cubre en detalle nuestra guía para dominar archivos CSV.
XLSX gana cuando una persona en el otro extremo necesita la estructura. El diseño de las pestañas, los formatos de número y la columna de notas que solo tiene sentido al lado de su vecina.
El error es utilizar XLSX como formato de transporte entre sistemas. Todo ese estado adicional tiene que ser analizado por algo, y no aporta ningún beneficio cuando el destino es una base de datos.
Los límites que publica Microsoft
La página de especificaciones y límites de Microsoft enumera los techos estrictos. Estos son los que importan al manejar exportaciones reales.
| Elemento | Límite publicado |
|---|---|
| Filas por columnas en una hoja de trabajo | 1,048,576 por 16,384 |
| Caracteres en una sola celda | 32,767 |
| Hojas en un libro de trabajo | Limitado por la memoria disponible |
| Longitud del contenido de la fórmula | 8,192 caracteres |
| Ancho de columna | 255 caracteres |
| Elementos únicos por campo de tabla dinámica | 1,048,576 |
| Filtros de informe en una tabla dinámica | 256 |
El tamaño del archivo merece su propia nota, porque la respuesta no es un número. Microsoft afirma que el "entorno de 64 bits no impone límites estrictos al tamaño del archivo". En su lugar, "el tamaño del libro de trabajo está limitado únicamente por la memoria disponible y los recursos del sistema".
Hay un detalle relacionado para cualquiera que todavía use Excel de 32 bits. A partir de Excel 2016, Microsoft dice que la funcionalidad Large Address Aware "permite que Excel de 32 bits consuma el doble de memoria" en un sistema operativo Windows de 64 bits.
Las cifras publicadas se aplican a Excel para Microsoft 365, 2024, 2021, 2019 y 2016.
Qué significan esos límites en la práctica
El techo de filas es el que más se cita y el que menos importa. Muy pocos equipos alcanzan las 1,048,576 filas, y los que lo hacen, por lo general, ya han superado las hojas de cálculo por otras razones.
Los límites que realmente afectan son más silenciosos. Una celda limitada a 32,767 caracteres trunca silenciosamente los campos de texto largos en algunas rutas de importación. Una tabla dinámica limitada a 256 filtros de informe falla solo después de que un informe ha crecido durante dos años.
La memoria es la verdadera limitación. Tanto las hojas como el tamaño del archivo están limitados por la memoria disponible en lugar de por un número fijo. Por lo tanto, el mismo archivo XLSX puede abrirse sin problemas en una máquina y bloquearse en otra.
Tres cosas inflan ese coste de memoria más que el recuento de filas. Las cachés de tabla dinámica que contienen una copia duplicada de los datos de origen, el formato aplicado a columnas enteras en lugar de a los rangos utilizados, y las fórmulas que hacen referencia a columnas completas.
Buenas prácticas para archivos XLSX que abrirán otras personas
Mantenga una sola tabla por hoja. Una hoja que contiene tres tablas apiladas es difícil de analizar para la mayoría de las herramientas, y por lo general un humano tiene que explicarla primero.
Coloque los encabezados en una sola fila superior. Los encabezados combinados o de dos niveles rompen casi todas las herramientas posteriores, y son la razón más común por la que una importación devuelve datos sin sentido.
Aplique formato al rango utilizado, no a columnas enteras. Seleccionar la columna A para aplicar un relleno es la forma más rápida de añadir megabytes a un archivo.
No oculte el estado en el archivo. Las hojas ocultas, las vistas filtradas y el modo de cálculo manual viajan con el libro de trabajo y sorprenderán a la siguiente persona.
Envíe valores cuando lo que se necesite sean valores. Si el destinatario solo necesita números, exportar a CSV elimina toda una clase de problemas.
Nombre las cosas para personas ajenas. Los nombres de las columnas son la interfaz, y la solución más rápida para un libro de trabajo confuso suele ser un pequeño diccionario junto a él.
Cuándo XLSX deja de ser el contenedor adecuado
Un archivo XLSX es un buen documento y una base de datos mediocre. Almacena bien la copia de trabajo de un equipo y se desmorona tan pronto como varias personas necesitan modificarlo a la vez.
Las señales son consistentes. Los nombres de los archivos acumulan sufijos de versión. Dos personas citan totales diferentes. Alguien mantiene una pestaña que concilia las otras pestañas.
En ese punto, el archivo no es el problema a resolver. Lo es el flujo de trabajo a su alrededor, y cambiarlo por una hoja de cálculo más grande solo pospone el ajuste de cuentas.
Trabajar con archivos XLSX sin hacerlo a mano
La mayor parte del trabajo que genera un archivo XLSX no es análisis. Es abrir, escanear, reformatear y reconstruir el mismo gráfico por tercer mes consecutivo.
Powerdrill Bloom se encarga de esa parte. Usted sube el libro de trabajo y describe en lenguaje natural lo que necesita de él. A cambio, recibe un producto terminado: un resumen, un gráfico, una presentación o un análisis de Excel. Las subidas para Excel, CSV, PDF y documentos están incluidas en el plan gratuito, y Pro añade diapositivas, documentos de Office y análisis de Excel.
Nuestra página del asistente de IA para Excel cubre la ruta directa, y el centro de herramientas de IA para Excel enumera las tareas más específicas. La página para crear gráficos desde Excel cubre la parte de los gráficos. Si las tablas dinámicas son la parte que prefiere omitir, cómo resumir datos de Excel sin ellas le guiará a través de la alternativa.
Comprender el formato es lo que le evita problemas. Delegar la parte repetitiva en otra herramienta es lo que le devuelve la tarde. Pruebe Powerdrill Bloom con el libro de trabajo más desordenado que tenga.
Preguntas frecuentes
¿Qué significa XLSX?
Es la extensión de archivo para el formato de hoja de cálculo Office Open XML. La X final refleja que el paquete contiene partes XML en lugar del diseño binario anterior.
¿Cuántas filas puede contener un archivo XLSX?
Microsoft publica un límite por hoja de trabajo de 1,048,576 filas por 16,384 columnas. Un libro de trabajo puede contener múltiples hojas, limitadas por la memoria disponible en lugar de por un recuento fijo.
¿Existe un tamaño máximo de archivo XLSX?
No uno fijo. Microsoft afirma que un entorno de 64 bits no impone límites estrictos al tamaño del archivo. El tamaño del libro de trabajo está limitado únicamente por la memoria disponible y los recursos del sistema.
¿Por qué mi archivo XLSX es tan grande?
Las causas habituales son el formato aplicado a columnas enteras, las cachés de tabla dinámica que almacenan una segunda copia de las filas de origen y las imágenes. El recuento de filas por sí solo rara vez lo explica.
¿Debería usar XLSX o CSV para compartir datos?
Use XLSX cuando una persona necesite la estructura, las fórmulas o múltiples hojas. Use CSV cuando un sistema necesite las filas y todo lo demás sea superfluo.