Introducción a Power Query en Power BI

CONCEPTO CLAVE: Power Query es la tecnología de Microsoft que permite conectarse, transformar y cargar datos (ETL) de manera visual y sin código. Es el motor que impulsa la preparación de datos en Power BI, Excel y otros productos de Microsoft.

¿Qué es Power Query y por qué lo necesitas?

Imagina que recibes un archivo Excel con ventas del último trimestre, pero los datos están desordenados: fechas en diferentes formatos, nombres de productos con errores tipográficos, valores numéricos mezclados con texto, y filas vacías que interfieren con tus cálculos. ¿Cuánto tiempo tardarías en limpiar todo manualmente?

Power Query responde a esta pregunta con una filosofía clara: transformar datos no debería requerir programación. Esta herramienta, integrada nativamente en Power BI Desktop, te permite realizar operaciones complejas de limpieza y preparación de datos mediante una interfaz visual intuitiva, similar a un puzzle donde cada pieza representa una transformación.

Power Query no modifica tus datos originales. Crea una secuencia de pasos que se aplican cada vez que actualizas tu fuente de datos, garantizando reproducibilidad y consistencia.

El Editor de Power Query

Para acceder a Power Query en Power BI Desktop, existen varias rutas:

Desde la vista de informe: clic en "Obtener datos" → seleccionar origen → se abre automáticamente el editor
Desde la vista de tabla: clic derecho en una tabla → "Editar consulta"
Tecla rápida: Ctrl + Shift + E

📌 La interfaz del Editor de Power Query se divide en cinco áreas principales: cinta de opciones superior, panel de consultas izquierda, preview de datos central, barra de fórmulas, y panel de pasos aplicados.

Componentes de la interfaz

Área	Función
Cinta de opciones	Contiene las pestañas Inicio, Transformar, Agregar columna y Ver
Panel de consultas	Muestra todas las consultas disponibles en tu modelo
Vista previa	Tabla con los datos tal como se ven con los pasos aplicados
Barra de fórmulas	Muestra el código M generado por cada paso
Pasos aplicados	Lista de todas las transformaciones aplicadas en orden

Tu primera consulta: paso a paso

Vamos a crear una consulta desde cero para entender el flujo de trabajo completo:

Obtener datos: Ve a Inicio → Obtener datos → Texto/CSV. Selecciona cualquier archivo de prueba o crea uno simple con tres columnas: Fecha, Producto, Ventas.
Vista previa: Power Query muestra una previsualización de los datos. Verás cómo Power Query interpreta automáticamente cada columna.
Nombrar la consulta: En el panel derecho, cambia "Consulta1" por algo descriptivo como "Ventas_Mensuales".
Explorar columnas: Haz clic en los encabezados. Verás que Power Query detecta automáticamente el tipo de datos (texto, número, fecha, etc.).
Transformar datos: Explora las pestañas Transformar y Agregar columna para ver las decenas de opciones disponibles.
Cerrar y aplicar: Ve a Inicio → Cerrar y aplicar. Los datos se cargarán al modelo de Power BI.

💡 Consejo profesional: Antes de cerrar el editor, verifica siempre el panel de "Pasos aplicados". Cada transformación genera un paso que puedes eliminar, reordenar o modificar individualmente.

Tipos de transformaciones esenciales

1. Cambiar tipo de datos

Power Query intenta adivinar los tipos de datos, pero no siempre acierta. Para cambiar un tipo:

Selecciona la columna
Ve a Transformar → Tipo de datos
Elige el tipo correcto (texto, número entero, número decimal, fecha, fecha/hora, etc.)

⚠️ Error común: Si intentas cambiar "Texto" a "Número" y hay valores como "N/A" o celdas vacías, Power Query mostrará un error. Debes primero limpiar esos valores o elegir "Reemplazar errores" en el menú contextual.

2. Eliminar duplicados

Selecciona una o varias columnas → clic derecho → "Eliminar duplicados". Esto es crucial cuando importas datos de sistemas que pueden contener registros repetidos.

3. Eliminar valores nulos o vacíos

Ve a Inicio → Reducir filas → Eliminar filas → Eliminar vacías. También puedes usar "Eliminar errores" si prefieres trabajar con filas problemáticas.

4. Reemplazar valores

Selecciona la columna → clic derecho → "Reemplazar valores". Ingresa el valor a buscar (ej: "N/A") y el valor de reemplazo (ej: vacío o "0").

5. Dividir columnas

Si tienes "Nombre_Apellido" en una columna, ve a Transformar → Dividir columna → Por delimitador. Power Query separará automáticamente en dos columnas.

6. Combinar consultas

Imagina que tienes una tabla de "Ventas" y otra de "Clientes". Para unir información:

Ve a Inicio → Combinar consultas → Combinar consultas como nueva
Selecciona la primera tabla y la columna común (ej: ID_Cliente)
Selecciona la segunda tabla y su columna común
Elige el tipo de combinación (Interna, Izquierda, etc.)
Expande las columnas deseadas de la segunda tabla

📌 Los tipos de combinación más usados son: Interna (solo coincide en ambas tablas), Izquierda externa (todos los de la primera tabla + coincidencias de la segunda), y Completa externa (todas las filas de ambas tablas).

Columnas personalizadas y calculadas

La pestaña "Agregar columna" te permite crear nuevas columnas basándote en cálculos:

Columna personalizada: Escribe una fórmula en el editor de fórmulas M. Ejemplo: [Precio] * [Cantidad] para obtener el total.
Columna a partir de ejemplos: Ideal para principiantes. Escribes uno o dos ejemplos del resultado deseado y Power Query deduce el patrón.
Columna de índice: Genera números secuenciales 1, 2, 3... útil para identificar registros.

// Ejemplo de fórmula M personalizada
"Margen" = [Precio_Venta] - [Costo] // Calcula diferencia
"Porcentaje" = [Margen] / [Costo] * 100 // Calcula porcentaje

El lenguaje M: qué hay detrás

Cada paso que aplicas en Power Query genera código en el lenguaje "M" (Power Query Formula Language). No necesitas aprender M para usar Power Query, pero entenderlo te da superpoderes:

Ver más: Ejemplo de código M generado

let
    Origen = Csv.Document(File.Contents("C:\Datos\ventas.csv"),[Delimiter=",", Columns=3, Encoding=65001, QuoteStyle=QuoteStyle.None]),
    #"Encabezados promovidos" = Table.PromoteHeaders(Origen, [PromoteAllScalars=true]),
    #"Tipo cambiado" = Table.TransformColumnTypes(#"Encabezados promovidos",{{"Fecha", type date}, {"Producto", type text}, {"Ventas", Int64.Type}}),
    #"Filas filtradas" = Table.SelectRows(#"Tipo cambiado", each [Ventas] > 0)
in
    #"Filas filtradas"

Este código muestra claramente cómo Power Query: 1) Lee el archivo CSV, 2) Promueve los encabezados, 3) Cambia tipos de datos, y 4) Filtra filas con ventas mayores a cero.

💡 Para ver el código M de cualquier paso, habilita la "Barra de fórmulas" en la pestaña Ver de la cinta de opciones.

Buenas prácticas para principiantes

Nombra tus pasos descriptivamente: En lugar de "Paso cambiado1", usa "Tipo_Fecha_Corregido" o "Duplicados_Eliminados".
Orden de operaciones importa: Filtra primero las filas innecesarias antes de hacer transformaciones. Menos datos = mayor velocidad.
Revisa tipos de datos: Un error común es dejar fechas como texto, lo cual causa problemas en visualizaciones.
Desactiva la carga de consultas intermedias: Si una consulta solo sirve como base para otra, haz clic derecho → "Habilitar carga" → desactiva para ahorrar memoria.
Documenta tu trabajo: Usa el panel de propiedades para añadir descripciones a tus consultas.

Power Query es tu mejor aliado en el análisis de datos. Invierte tiempo en dominar sus fundamentos y notarás cómo tu productividad se multiplica exponencialmente.

Errores comunes y cómo evitarlos

Error	Causa	Solución
"No se puede cambiar el tipo"	Valores no numéricos en columna	Limpia valores inválidos primero
Filas duplicadas inesperadas	Combinación con clave duplicada	Revisa duplicados en tabla base
Datos se pierden al actualizar	Pasos muy sensibles a cambios	Usa filtros robustos, no filtros exactos
Consulta muy lenta	Demasiados pasos o datos sin filtrar	Reduce filas lo antes posible

⚠️ Importante: Power Query respeta tus datos originales. Cada vez que actualizas desde la fuente, los pasos se vuelven a aplicar automáticamente. Esto significa que si mañana tu archivo CSV tiene 1000 filas nuevas, Power Query las procesará igual que las actuales.

Integración con el modelo de datos

Una vez que terminas de transformar en Power Query, los datos se cargan al modelo de datos de Power BI. Allí podrás:

Crear relaciones entre tablas
Definir jerarquías
Crear medidas con DAX
Configurar seguridad a nivel de fila

📌 Recuerda: Power Query trabaja en la fase de "Obtener datos" y "Transformar". El modelo de datos y los visuales corresponden a las siguientes fases del flujo de trabajo en Power BI.

Resumen y próximos pasos

En esta lección has aprendido:

Qué es Power Query y por qué es fundamental en Power BI
La interfaz del Editor de Power Query y sus componentes
Cómo crear tu primera consulta paso a paso
Transformaciones esenciales: tipos de datos, duplicados, filtros, reemplazo
Cómo combinar consultas mediante uniones
Creación de columnas personalizadas
Buenas prácticas y errores comunes

🧠 Quiz: Introducción a Power Query

¿Qué sucede cuando Power Query intenta cambiar una columna de texto a número y encuentra valores como "N/A" o espacios vacíos?

A) Los valores se convierten automáticamente a 0
B) Se genera un error y debes resolverlo manualmente
C) Power Query elimina automáticamente las filas problemáticos
D) Los valores se convierten a texto "0"

✅ Respuesta correcta: B. Power Query genera un error cuando encuentra valores incompatibles con el tipo de dato seleccionado. Debes primero limpiar esos valores usando "Reemplazar errores" o eliminar las filas correspondientes antes de cambiar el tipo.

🧠 Quiz: Introducción a Power Query

Power Query modifica directamente los archivos de datos originales de donde importamos la información.

A) Verdadero, siempre actualiza los archivos originales
B) Falso, solo crea una secuencia de pasos aplicados que se ejecutan cada vez que se actualizan los datos
C) Depende del tipo de archivo seleccionado
D) Solo modifica archivos Excel, no CSV

✅ Respuesta correcta: B. Power Query nunca modifica los datos originales. Cada transformación crea un paso que se aplica dinámicamente cuando se actualiza la consulta. Esto garantiza que puedas modificar tu proceso sin arriesgar la integridad de los datos fuente.

🧠 Quiz: Introducción a Power Query

¿Cuál es la diferencia entre "Combinar consultas" y "Anexar consultas" en Power Query?

A) Son exactamente lo mismo
B) Combinar une tablas lado a lado (por columnas), anexar une tablas una debajo de otra (por filas)
C) Combinar es más rápido que anexar
D) Anexar solo funciona con bases de datos SQL

✅ Respuesta correcta: B. Combinar consultas (merge) une tablas horizontalmente mediante una columna clave común, similar a un JOIN en SQL. Anexar consultas (append) une tablas verticalmente agregando las filas de una debajo de las filas de la otra, similar a UNION.

💡 En la próxima lección profundizaremos en transformaciones avanzadas de Power Query, incluyendo pivotes, transposiciones, group by y técnicas de limpieza de texto que te permitirán manejar escenarios del mundo real con confianza.

Ejercicio práctico sugerido

Para reforzar lo aprendido, realiza este ejercicio:

Crea un archivo CSV con datos ficticios de 20 ventas (Fecha, Cliente, Producto, Cantidad, Precio_Unitario)
Incluye deliberadamente errores: algunas fechas mal formateadas, productos duplicados, precios como texto
Importa el archivo en Power BI usando Power Query
Realiza las siguientes transformaciones: corrige tipos de datos, elimina duplicados, crea una columna calculada "Total" (Cantidad × Precio_Unitario)
Exporta tus pasos aplicados y observa el código M generado

📌 La práctica constante es la clave para dominar Power Query. Cada dataset del mundo real presenta desafíos únicos, y la experiencia que ganas resolviéndolos es invaluable para tu carrera como analista de datos.