Módulo 2 · 01 | ¿Qué es Power Query?

MÓDULO 2 · CLASE 1

¿Qué es Power Query? Antes de abrir el editor, conviene entender qué es esta herramienta, qué problema resuelve y por qué está en Power BI, en Excel y en muchos otros productos de Microsoft. Esta clase es solo de lectura: tomate 10–15 minutos y después pasá a Trabajando con Power Query.

Idea clave

Power Query es un motor de preparación y transformación de datos. Te permite conectarte a una fuente, limpiar y transformar los datos con una interfaz gráfica y cargarlos al modelo. Es el proceso ETL: Extraer, Transformar y Load (cargar).

1. ¿Qué problema resuelve?

En la vida real los datos casi nunca llegan listos: vienen de varios sistemas, con columnas de más, fechas como texto, valores vacíos, duplicados o tablas mal armadas. Según Microsoft, Power Query ataca cuatro desafíos:

Desafío	Cómo lo resuelve Power Query
Conectividad	Se conecta a cientos de orígenes: Excel, CSV, bases de datos (SQL Server, MySQL), carpetas, SharePoint, web, APIs y más.
Consistencia	La experiencia es la misma sin importar el origen: aprendés una vez y lo aplicás en todos lados.
Repetibilidad	Cada transformación queda guardada como un paso. Al actualizar, todo se repite solo con los datos nuevos.
Volumen y variedad	Trabaja sobre una vista previa de los datos y ofrece más de 350 transformaciones listas para usar.

Importante

Power Query no modifica el archivo original. Lee la fuente, aplica los pasos sobre una copia en memoria y entrega el resultado limpio. Si te equivocás, borrás el paso y listo.

2. ¿Dónde lo vas a encontrar?

Power Query no es exclusivo de Power BI. Lo que aprendas acá lo usás también en:

Power BI Desktop: Inicio → Transformar datos.
Excel (Windows y Mac): pestaña Datos → Obtener y transformar datos.
Power BI Service y Microsoft Fabric: en los flujos de datos (Dataflows), ya en la nube.
Otros: Power Apps, Power Automate, Azure Data Factory, SQL Server Analysis Services, entre otros.

Existen dos “sabores”: Power Query Desktop (Excel, Power BI Desktop) y Power Query Online (en el navegador). Comparten el mismo editor y el mismo motor.

3. Las partes del Editor de Power Query

Cinta de opciones: los botones de transformación (Inicio, Transformar, Agregar columna, Vista).
Panel de consultas (izquierda): cada tabla o consulta que vas a preparar.
Vista previa de datos (centro): cómo quedan los datos después de cada paso. El ícono del encabezado indica el tipo de dato de la columna.
Configuración de la consulta (derecha): el nombre de la consulta y la lista de Pasos aplicados.
Barra de fórmulas: muestra el código M del paso seleccionado (se activa en Vista → Barra de fórmulas).

4. Los pasos aplicados y el lenguaje M

Cada clic que hacés en la interfaz se graba como un paso. Por detrás, Power Query escribe ese paso en lenguaje M, su lenguaje de fórmulas. No hace falta saber M para usar Power Query, pero conviene reconocerlo:

let
    Origen = Csv.Document(File.Contents("C:\datos\ventas.csv")),
    Encabezados = Table.PromoteHeaders(Origen),
    Tipos = Table.TransformColumnTypes(Encabezados, {{"Fecha", type date}, {"Monto", Int64.Type}}),
    Filtradas = Table.SelectRows(Tipos, each [Monto] > 0)
in
    Filtradas

Leelo así: Origen → Encabezados → Tipos → Filtradas. Cada paso toma el resultado del anterior. Es exactamente la lista que ves en Pasos aplicados. Para casos avanzados podés editar todo el script desde Inicio → Editor avanzado.

5. Transformaciones más comunes

Usar la primera fila como encabezado y cambiar tipos de datos.
Quitar columnas o filas que no sirven, y filtrar.
Reemplazar valores (por ejemplo, “NA” por nulo) y quitar duplicados.
Dividir o combinar columnas, y agregar columnas condicionales.
Combinar consultas (tipo JOIN) y anexar consultas (apilar tablas).
Agrupar, dinamizar y anular dinamización de columnas.

6. Power Query vs. DAX: ¿qué va dónde?

	Power Query (M)	DAX
Momento	Antes de cargar los datos al modelo	Después, dentro del modelo
Para qué	Limpiar, dar forma y preparar tablas	Calcular medidas e indicadores
Ejemplo	Quitar duplicados, cambiar tipos, crear un tramo de edad	Total de ventas, % de mora, comparación interanual

Regla práctica

Si es limpieza o forma de la tabla, va en Power Query. Si es un cálculo que cambia según los filtros del informe, va en DAX.

Errores frecuentes

Cargar los datos sin revisarlos (“Cargar” en vez de “Transformar datos”), dejar los tipos de datos en automático sin controlarlos y hacer en DAX limpiezas que deberían estar en Power Query.

Bibliografía

Microsoft Learn. Documentación de Power Query.
Microsoft Learn. ¿Qué es Power Query?
Microsoft Learn. La interfaz de usuario de Power Query.
Microsoft Learn. Conectores en Power Query.
Microsoft Learn. Referencia del lenguaje de fórmulas M de Power Query.

Siguiente clase: Trabajando con Power Query, donde vas a aplicar todo esto paso a paso dentro del editor.