• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Estadística
      • Calculadora del Tamaño Muestral en Encuestas
      • Calculadora de estadísticos descriptivos
      • Test de normalidad
      • Calculadora de contrastes de hipotesis
      • Calculadora de tamano del efecto
      • Simulador de Regresión Lineal con Ruido
      • Visualizador de PCA
      • Visualizador de Series Temporales
      • Simulador de Regresión Logística
      • Simulador de K-Means
      • Simulador de DBSCAN
      • Detector de la Ley de Benford
    • Probabilidad
      • Calculadora de Probabilidad de Distribuciones
      • Calculadora de Probabilidades de Lotería
      • Simulador del Problema de Monty Hall
      • Simulador de la Estrategia Martingala
    • Finanzas
      • Calculadora de Préstamos e Hipotecas
      • Conversor TIN ↔ TAE
      • Calculadora DCA con ajuste por inflación
      • Calculadora XIRR con Flujos Irregulares
      • Simulador FIRE (Financial Independence, Retire Early)
    • Riesgo
      • Constructor de Scorecards de Crédito
      • Aplicar Scorecard de Crédito
    • Herramientas
      • Formateador / Minificador de JSON
      • Conversor CSV ↔ JSON
      • Comparador y Formateador de Texto y JSON
      • Formateador y Tester de Expresiones Regulares
      • Inspector de JWT
      • Generador y verificador de hashes
      • Codificador / Decodificador Base64 y URL
      • Conversor de bases numericas
      • Conversor de Timestamp Unix
      • Conversor de colores
      • Generador de UUIDs
    • Juegos
      • Tres en Raya
      • Nim con Q-Learning
    • Más
      • Método D’Hondt
      • Generador de Contraseñas Seguras
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

Buscar en Excel con dos o más criterios

septiembre 7, 2022 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Posiblemente una de las primeras opciones que se nos viene a la cabeza cuando necesitamos localizar los valores asociados a un registro en Excel es la función BUSCARV() (VLOOKUP() en Inglés). Mediante la cual se puede buscar en base a un criterio. Algo que puede no ser suficiente en algunas situaciones, cuando hay que usar dos o más criterios para identificar un registro. Por ejemplo, cuando es necesario encontrar un cliente en una lista en base a la combinación del nombre y apellido. Siendo en este caso necesario buscar en Excel con dos o más criterios.

Emplear dos o más criterios en BUSCARV()

Supongamos que tenemos una tabla de clientes en Excel como la que se muestra en la siguiente captura de pantalla.

Buscar en Excel un cliente en base la combinación del nombre y apellido
Buscar en Excel un cliente en base la combinación del nombre y apellido

Donde los nombres se han generado de forma aleatoria con la aplicación Behind the Name y el valor de la factura con Excel. Ahora sí queremos buscar en base al nombre y apellido, tal como se muestra en la captura, no se puede usar directamente la función BUSCARV(). En la tabla hay dos usuarios con nombre Paulo y dos con apellido Xoel. Lo que nos obliga a combinar ambas opciones.

Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane
En Analytics Lane
Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane

Una solución para este problema es crear una columna auxiliar con la concatenación del nombre y el apellido y buscar en base a esta. Lo que se puede hacer insertando una columna antes de la C en la que se escribe la expresión =A2&B2. Una vez creada esta columna se puede escribir la siguiente función en la celda G5.

=BUSCARV(G2&G3;C2:D11;2)

Función que busca la concatenación de la entrada del nombre y apellido introducido en las celdas G3 y G4 en la columna auxiliar. Mostrado como resultado el valor que se encuentra en la columna D. Lo que se puede ver en la siguiente captura de pantalla.

Buscar en Excel un cliente con BUSCARV usando el nombre y apellido
Buscar en Excel un cliente con BUSCARV usando el nombre y apellido

Buscar en Excel con dos o más criterios mediante INDICE() y COINCIDIR()

El método visto en la sección anterior es un poco complicado. En primer lugar, requiere la creación de un campo adicional para buscar los valores. Una columna que puede ser molesta en el caso de que se necesite mostrar la hoja de cálculo. Además, dependiendo de los datos, la concatenación puede producir accidentalmente el mismo valor para dos registros. Algo que puede dar lugar a resultados no deseados.

Para obtener el mismo resultado sin la necesidad de crear al campo adicional se puede combinar las funciones INDICE() (INDEX() en Inglés) junto a COINCIDIR() (MATCH() en Inglés). Lo que permite tener una hoja de cálculo más limpia y sencilla. Para lo que simplemente se crea elimina la columna C creada en la sección anterior y se inserta la siguiente función en la casilla F5.

=INDICE(C2:C11;COINCIDIR(1;(A2:A11=F2)*(B2:B11=F3);0))

Lo que hace esta función es crear una lista con los casos en los que el nombre (A2:A11=F2) y los apellidos del cliente (B2:B11=F3) coinciden con el buscado. Únicamente cuando ambas condiciones sean ciertas el valor de la multiplicación será 1, devolviendo la función COINCIDIR() la posición de este. Una vez obtenida la posición de la coincidencia, simplemente la función INDICE() devuelve el valor correspondiente.

Publicidad


Conclusiones

En esta entrada se han visto dos posibles opciones para buscar en Excel con dos o más criterios. Una situación que puede ser bastante habitual, pero que no se resuelve de forma sencilla con algunas de las funciones nativas de Excel. Aunque sí se puede solucionar fácilmente con los trucos propuestos.

Archivo Excel con los ejemplos

A continuación, se muestra el archivo Excel con los ejemplos vistos en la publicación.

Descargar [12.12 KB]

Imagen de Quang NGUYEN DANG en Pixabay

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 5 / 5. Votos emitidos: 2

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane
  • Nuevo conversor de timestamp Unix en el laboratorio de Analytics Lane
  • Calculadora de Contrastes de Hipótesis: interpreta correctamente el p-valor y toma decisiones estadísticas con confianza
  • Calculadora de Tamaño del Efecto: la herramienta clave para entender cuánto importa realmente una diferencia
  • Simulador de DBSCAN: descubre cómo encontrar clusters reales (y ruido) sin fijar K
  • Conversor de Colores: convierte, compara y valida cualquier color en tiempo real
  • Analytics Lane lanza su Generador de UUIDs: identificadores únicos, seguros y listos para producción en segundos
  • 1200 publicaciones en Analytics Lane
  • Analytics Lane lanza su Conversor TIN ↔ TAE: la herramienta definitiva para entender el coste real de depósitos, préstamos e hipotecas

Publicado en: Herramientas Etiquetado como: Excel

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

Interés compuesto: la fuerza que multiplica tu dinero (y los errores que la anulan)

mayo 14, 2026 Por Daniel Rodríguez

Cómo comparar datos con barras en Matplotlib: agrupadas, apiladas y porcentuales

mayo 12, 2026 Por Daniel Rodríguez

Costes hundidos en ciencia de datos: cuándo mantener un modelo y cuándo migrar

mayo 7, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • ¿Por qué el azar no es tan aleatorio como parece? publicado el noviembre 11, 2025 | en Opinión
  • Número óptimo de clústeres con Silhouette e implementación en Python publicado el junio 23, 2023 | en Ciencia de datos
  • Cómo calcular el tamaño de la muestra para encuestas publicado el septiembre 9, 2025 | en Ciencia de datos
  • Sistema de ecuaciones Sistemas de ecuaciones lineales con numpy publicado el octubre 29, 2018 | en Python
  • Método del codo (Elbow method) para seleccionar el número óptimo de clústeres en K-means publicado el junio 9, 2023 | en Ciencia de datos

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.9 (11)

Pandas: Cambiar los tipos de datos en los DataFrames

Comentarios recientes

  • bif en JSON en bases de datos: cuándo es buena idea y cuándo no
  • bif en Cómo desinstalar Oracle Database 19c en Windows
  • M. Pilar en Cómo eliminar las noticias en Windows 11 y recuperar tu concentración
  • Daniel Rodríguez en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • Pepe en Probabilidad básica: cómo entender el azar en nuestra vida diaria

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2026 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto