Lección 6 de 12 · Lectura y práctica
Transformaciones básicas de datos
Transformaciones básicas de datos en Power BI La mayoría de dashboards fallan antes de llegar al gráfico: fallan porque los datos están sucios. Power Query es el editor de Power BI que permite preparar tablas sin programar desde.
Del concepto a la práctica
Taller de esta lección
Una transformación debe resolver una irregularidad identificable. Cambiar tipos, filtrar filas de prueba y dividir un campo compuesto modifica la forma de análisis, por lo que cada decisión debe poder explicarse y comprobarse contra los registros originales.
Ejemplo resuelto
FechaTexto contiene 2026-02-10, 2026-02-11 y una fila vacía. ClienteRegion contiene Ana|Norte y Luis|Sur. Se elimina solo la fila vacía, se convierte la fecha y se divide el campo usando |.
Conserva una copia conceptual de los tres registros iniciales.
Elimina la fila sin fecha, no las filas con importe cero.
Convierte
FechaTextoa fecha.Divide
ClienteRegionenClienteyRegion.
Error frecuente: filtrar todos los ceros creyendo que son errores. Corrección: distingue un importe cero válido de una fila incompleta y documenta el criterio.
Pruébalo
Prepara cuatro filas: dos completas, una con importe cero y una completamente vacía. Divide cliente y región y filtra solo la fila vacía.
Comprueba tu resultado
La tabla final debe conservar tres filas, incluida la de importe cero, y tener columnas separadas para cliente y región. El número de filas no puede bajar a dos.

Mapa de prácticaAntes de analizar, comprueba los tipos, valores vacíos, duplicados y unidades. Decide cómo tratar cada problema según el contexto y conserva la trazabilidad del cambio. Un gráfico solo es útil si los datos de entrada son coherentes.
Ver la infografía en tamaño completo ↗Transformaciones básicas de datos en Power BI
La mayoría de dashboards fallan antes de llegar al gráfico: fallan porque los datos están sucios. Power Query es el editor de Power BI que permite preparar tablas sin programar desde cero.
Transformaciones más usadas
- Cambiar tipo de datos: fechas como fecha, importes como número decimal y categorías como texto.
- Eliminar columnas: quitá campos que no aportan al análisis para simplificar el modelo.
- Filtrar filas: remové registros vacíos, pruebas, errores o períodos fuera del análisis.
- Reemplazar valores: corregí nombres duplicados como "Bs As", "Buenos Aires" y "CABA" si representan categorías distintas o equivalentes.
- Dividir columnas: separá nombre completo, códigos, fechas compuestas o ubicaciones.
- Combinar consultas: uní tablas por una clave común, como id_cliente o id_producto.
Regla práctica
Transformá datos lo suficiente para que el modelo sea claro, pero no escondas cambios importantes. Cada paso aplicado queda registrado, así que nombrá los pasos críticos cuando el proceso sea sensible.
Ejercicio: limpiar una tabla de ventas
Importá una tabla de ventas con columnas de fecha, producto, región, vendedor e importe. En Power Query, cambiá tipos de datos, eliminá columnas innecesarias, filtrá filas vacías y normalizá nombres de región.
Entregable
- Captura de Power Query con los pasos aplicados.
- Tabla limpia cargada en Power BI Desktop.
- Un gráfico simple que compare ventas por región.
Referencia oficial: Qué es Power Query.
Sigue con Power BI desde Cero: Modelado, Visualización y Publicación
Esta lección forma parte de un curso de Cursalo. Revisa su programa y elige entre la compra individual o el acceso a toda la escuela.
Si ya tenías acceso a este curso, entra con tu cuenta: tus derechos y tu progreso se conservan. No necesitas comprarlo de nuevo.