Power Query

Online

calificación

Objetivo general: Al finalizar la clase, el participante podrá conectar, limpiar, combinar y cargar datos desde archivos Excel y una base de datos SQL usando Power Query, incluyendo la creación de columnas personalizadas con fórmulas M simples, y entendiendo la lógica de pasos aplicados (Applied Steps) que sustenta todo el proceso.

Días Martes

Horario 19:00-21:00 hs.

Tiempo 8 horas

Fecha de Inicio 14-09-2026

Fecha de Fin 13-10-2026

Gs. 400

Contenido del curso

Detalle
Sección 1 — Introducción a Power Query ¿Qué es Power Query? Diferencia entre capa de transformación (Power Query) y capa de modelo/DAX El editor: cinta de opciones, panel de consultas, panel de pasos aplicados, vista previa de datos Tipos de conexión: Importar vs DirectQuery (mención breve, sin profundizar) Tipos de datos y por qué Power BI los necesita bien definidos Por qué transformar en Power Query y no directamente en el Excel de origen (trazabilidad, repetibilidad, no tocar la fuente) Sección 2 — Limpieza, transformación y columnas personalizadas Quitar filas vacías, quitar duplicados, filtrar filas Mayúsculas/minúsculas y recorte de espacios (Formato > Minúsculas/Mayúsculas, Recortar) Dividir columna por delimitador Columna condicional (Columna condicional desde la cinta, sin escribir M todavía) Manejo de errores: Reemplazar errores vs eliminar filas con error Columna personalizada (Agregar columna > Columna personalizada) Sección 3 — Combinar datos: Anexar y Combinar consultas Anexar consultas: unir filas de estructura igual (ej. ventas de distintos meses) Combinar consultas: unir columnas por una clave (ej. ventas + catálogo de productos) Tipos de join más usados: izquierda (todo lo de la izquierda + coincidencias), interna (solo coincidencias) Agrupar por (Group By): suma de monto por categoría Anular dinamización de columnas (Unpivot): por qué una tabla "ancha" (una columna por mes) no sirve para el modelo de Power BI, y cómo convertirla a formato largo Sección 4 — Conexión a SQL y siguientes pasos Obtener datos → Base de datos → PostgreSQL/MySQL: servidor, base, credenciales Elegir una tabla vs escribir una consulta SQL nativa desde el propio conector Cada paso de la interfaz genera código M — abrir el "Editor avanzado" solo para mostrarlo, sin editarlo a mano (conectar con lo visto en la columna personalizada de la Sección 2: ya no es la primera vez que ven código M) Qué es el plegado de consultas (query folding): por qué filtrar antes ayuda al rendimiento cuando la fuente es SQL (a diferencia de un Excel, donde todo se procesa en el motor local) Parámetros de consulta: mención breve de cómo un parámetro (ej. una fecha límite) puede reemplazar un valor "hardcodeado" en un filtro, para que la consulta sea reutilizable sin editar el código Cierre: buenas prácticas para no romper el pipeline (nombrar pasos con criterio, no depender de nombres de columnas que puedan cambiar, documentar transformaciones complejas)

Detalle

Sección 1 — Introducción a Power Query

¿Qué es Power Query? Diferencia entre capa de transformación (Power Query) y capa de modelo/DAX
El editor: cinta de opciones, panel de consultas, panel de pasos aplicados, vista previa de datos
Tipos de conexión: Importar vs DirectQuery (mención breve, sin profundizar)
Tipos de datos y por qué Power BI los necesita bien definidos
Por qué transformar en Power Query y no directamente en el Excel de origen (trazabilidad, repetibilidad, no tocar la fuente)

Sección 2 — Limpieza, transformación y columnas personalizadas

Quitar filas vacías, quitar duplicados, filtrar filas
Mayúsculas/minúsculas y recorte de espacios (Formato > Minúsculas/Mayúsculas, Recortar)
Dividir columna por delimitador
Columna condicional (Columna condicional desde la cinta, sin escribir M todavía)
Manejo de errores: Reemplazar errores vs eliminar filas con error
Columna personalizada (Agregar columna > Columna personalizada)

Sección 3 — Combinar datos: Anexar y Combinar consultas

Anexar consultas: unir filas de estructura igual (ej. ventas de distintos meses)
Combinar consultas: unir columnas por una clave (ej. ventas + catálogo de productos)
Tipos de join más usados: izquierda (todo lo de la izquierda + coincidencias), interna (solo coincidencias)
Agrupar por (Group By): suma de monto por categoría
Anular dinamización de columnas (Unpivot): por qué una tabla "ancha" (una columna por mes) no sirve para el modelo de Power BI, y cómo convertirla a formato largo

Sección 4 — Conexión a SQL y siguientes pasos

Obtener datos → Base de datos → PostgreSQL/MySQL: servidor, base, credenciales
Elegir una tabla vs escribir una consulta SQL nativa desde el propio conector
Cada paso de la interfaz genera código M — abrir el "Editor avanzado" solo para mostrarlo, sin editarlo a mano (conectar con lo visto en la columna personalizada de la Sección 2: ya no es la primera vez que ven código M)
Qué es el plegado de consultas (query folding): por qué filtrar antes ayuda al rendimiento cuando la fuente es SQL (a diferencia de un Excel, donde todo se procesa en el motor local)
Parámetros de consulta: mención breve de cómo un parámetro (ej. una fecha límite) puede reemplazar un valor "hardcodeado" en un filtro, para que la consulta sea reutilizable sin editar el código
Cierre: buenas prácticas para no romper el pipeline (nombrar pasos con criterio, no depender de nombres de columnas que puedan cambiar, documentar transformaciones complejas)