diff --git a/R/cleaning_data.R b/R/cleaning_data.R
index 189185e5..3e22bdca 100644
--- a/R/cleaning_data.R
+++ b/R/cleaning_data.R
@@ -475,3 +475,37 @@ limpiar_data_sivigila <- function(data_event) {
                                   col_uni_med = "uni_med")
   return(data_event_limp)
 }
+
+#' Limpiar datos o proyecciones DANE
+#'
+#' Función que limpia y estandariza las proyecciones DANE para realizar
+#' el cálculo de incidencia
+#' @param proyecciones Un `data.frame` que contiene los datos de
+#' las proyecciones DANE
+#' @return Un `data.frame` con los datos limpios y estandarizados de las
+#' proyecciones DANE
+#' @examples
+#' proyecciones = import_data_incidencia()
+#' limpiar_data_sivigila(proyecciones = proyecciones)
+#' @export
+limpiar_data_incidencia <- function(proyecciones) {
+  data_incidencia_limpia <- limpiar_encabezado(proyecciones)
+  data_incidencia_limpia <- data_incidencia_limpia %>%
+    tidyr::pivot_longer(
+      cols = starts_with("hombres_") |
+        starts_with("mujeres_") | starts_with("total_"),
+      names_to = c(".value", "grupo_edad"),
+      names_pattern = "(.*)_(\\d+_y_mas|\\d+)$"
+    ) %>%
+    dplyr::select(.data$dp, .data$dpnom, .data$dpmp, .data$mpio, .data$ano,
+                  .data$area_geografica, .data$grupo_edad, .data$hombres,
+                  .data$mujeres, .data$total) %>%
+    dplyr::mutate(grupo_edad = dplyr::recode(.data$grupo_edad,
+                                             `85_y_mas` = "85+"))
+  data_incidencia_limpia <- data_incidencia_limpia %>%
+    dplyr::filter(!is.na(data_incidencia_limpia[["grupo_edad"]]))
+  data_incidencia_limpia <- limpiar_encabezado(data_incidencia_limpia)
+  data_incidencia_limpia <- data_incidencia_limpia[
+    duplicated(data_incidencia_limpia), ]
+  return(data_incidencia_limpia)
+}
diff --git a/man/limpiar_data_incidencia.Rd b/man/limpiar_data_incidencia.Rd
new file mode 100644
index 00000000..50c24451
--- /dev/null
+++ b/man/limpiar_data_incidencia.Rd
@@ -0,0 +1,24 @@
+% Generated by roxygen2: do not edit by hand
+% Please edit documentation in R/cleaning_data.R
+\name{limpiar_data_incidencia}
+\alias{limpiar_data_incidencia}
+\title{Limpiar datos o proyecciones DANE}
+\usage{
+limpiar_data_incidencia(proyecciones)
+}
+\arguments{
+\item{proyecciones}{Un `data.frame` que contiene los datos de
+las proyecciones DANE}
+}
+\value{
+Un `data.frame` con los datos limpios y estandarizados de las
+proyecciones DANE
+}
+\description{
+Función que limpia y estandariza las proyecciones DANE para realizar
+el cálculo de incidencia
+}
+\examples{
+proyecciones = import_data_incidencia()
+limpiar_data_sivigila(proyecciones = proyecciones)
+}