Cursos gratuitos

Power Query: curso de Microsoft Learn para preparar datos en Power BI

Revisa tipos, valores faltantes y alcance de las comprobaciones. Un ejemplo propio diferencia códigos de cantidades y evita completar información con ceros inventados.

Participantes aprendiendo edición digital con laptops en el Centro Cultural de España, Lima
Participantes aprendiendo edición digital con laptops en el Centro Cultural de España, Lima.

Foto: Estefania087, CC BY 4.0, recortada.

El módulo en español de Microsoft Learn enseña a preparar datos con Power Query antes de analizarlos en Power BI. Aprenderás a revisar tipos, valores faltantes y transformaciones. Limpiar no significa borrar todo lo que parece raro: primero debes comprender qué representa cada dato.

Qué enseña el módulo de Microsoft Learn

El módulo Limpiar, transformar y cargar datos en Power BI tiene diez unidades, nivel intermedio y no enumera requisitos previos. Trata calidad de datos, tipos de columnas, cambios de estructura, combinación de consultas y edición de código M, el lenguaje de las transformaciones.

Si aún no conoces el entorno, empieza por la introducción a Power BI. Es una recomendación práctica, no un requisito que Microsoft imponga a este módulo. Preparar datos y crear un informe son etapas distintas.

Sesión de formación digital con laptops en un taller de la Universidad Ricardo Palma, Lima
Sesión de formación digital con laptops en un taller de la Universidad Ricardo Palma, Lima

Foto: Candy Sotomayor, CC BY-SA 4.0, recortada.

Cómo estudiar sin confundir formación y licencias

La ayuda de Learn confirma formación gratuita y lectura sin perfil. Para registrar el módulo aprobado, su ficha pide iniciar sesión y responder correctamente la evaluación. Ese logro no es una certificación profesional.

  1. Lee las primeras unidades y conserva los datos de ejemplo originales.
  2. Revisa cada columna antes de cambiarla.
  3. Aplica una transformación y comprueba su efecto.
  4. Sigue la actividad oficial y revisa la evaluación.

El ejercicio publicado describe un entorno hospedado con sesiones limitadas: su disponibilidad no está garantizada. Si practicas localmente, Microsoft ofrece Power BI Desktop gratis para Windows y publica sus requisitos. No confundas esa descarga con todas las licencias del servicio para compartir informes.

Gestiona tu cuenta y las actividades en Microsoft. Puedes seguir la guía con una hoja de práctica sin compartir archivos privados.

Participantes en una actividad de la Feria del Libro de Lima
Participantes en una actividad de la Feria del Libro de Lima

Foto: QM Keen, CC BY-SA 4.0, recortada.

Ejemplo propio: un código no es una cantidad

Imagina estos tres registros ficticios. El código identifica cada registro; las unidades expresan una cantidad. Aunque ambos parezcan números, no deben tratarse igual.

Datos inventados antes de transformar
Código Unidades recibidas como texto Decisión
001 2 Conservar código como texto; convertir cantidad válida.
002 3 Conservar código como texto; convertir cantidad válida.
003 Sin dato Confirmar la cantidad; no inventar cero.

Las cantidades conocidas suman 5, pero no conoces el total completo de los tres registros. Conserva los ceros iniciales del código: identifican el formato, no una operación matemática. Esta es una comprobación manual propia, no una transformación ejecutada ni una solución del laboratorio.

Revisa tipos y valores faltantes

La unidad sobre tipos de columna explica que la detección automática puede equivocarse. Cambia un tipo porque corresponde al significado del dato, no porque un gráfico rechace la columna.

Comprueba el alcance de la revisión

La unidad de perfiles de datos permite examinar valores, errores y vacíos. Advierte que, por defecto, analiza las primeras 1.000 filas; puedes seleccionar todo el conjunto. No presentes una muestra como si hubieras comprobado el archivo completo.

Comprueba el efecto de cada paso antes de encadenar más cambios

En la tabla de códigos, empieza con una copia y confirma que contiene tres filas. Conserva la columna de identificación como texto y revisa por separado las cantidades. Si una conversión produce un error en "Sin dato", no lo borres automáticamente. Ese resultado señala una diferencia que necesita una decisión; eliminar la fila podría ocultar que falta información de una operación.

Antes de aplicar una transformación, escribe el resultado esperado. Por ejemplo, los códigos deben seguir mostrando tres caracteres y el subtotal conocido debe conservar cinco unidades. Después compara cantidad de filas, códigos y suma. Una columna que ya no muestra errores puede haber perdido registros; revisar sólo el color de un indicador no alcanza.

Cuando aprendas a combinar tablas, confirma qué representa la clave de cada una. Si el catálogo de productos contiene dos filas para el mismo código y lo relacionas con una venta, puedes multiplicar los registros obtenidos. Investiga esa relación antes de quitar duplicados al final. Una tabla más pequeña no demuestra que resolviste la causa de un total inflado.

Tipos de datos según significado y configuración

Una fecha escrita como 03/04 puede resultar ambigua si no sabes qué convención utilizó el origen. No adivines por el orden en que aparece en la pantalla. Revisa la documentación del archivo o consulta a quien lo produjo. En una práctica, utiliza fechas inequívocas y anota el formato esperado antes de cambiar el tipo.

Algo semejante ocurre con separadores decimales y de miles. Un valor reconocido como texto puede requerir una configuración regional concreta, no borrar puntos o comas indiscriminadamente. Compara algunos importes con su origen después de la conversión. Si el significado no está claro, deja el dato pendiente en lugar de fabricar una cantidad que parezca válida.

La actualización vuelve a poner a prueba tus decisiones

Los pasos que funcionan con el primer archivo pueden encontrar valores diferentes en el siguiente. Prepara una segunda versión ficticia con una fila nueva y comprueba si se incorpora y recibe las transformaciones esperadas. Conserva una lista de control: filas recibidas, faltantes, errores y resultados de referencia. No asumas que actualizar equivale a validar todo de nuevo.

Revisa además el alcance del perfilado. Si observaste sólo las primeras mil filas, no puedes afirmar que ninguna fila posterior tenga errores. Cuando corresponda seleccionar el conjunto completo, comprueba que entiendes el cambio y ten presente el tamaño del archivo. Un análisis parcial debe describirse como parcial.

Documenta una transformación con su motivo y una limitación. Por ejemplo: códigos tratados como texto para conservar ceros y cantidades ausentes pendientes de confirmar. Esta explicación permite revisar el trabajo sin adivinar por qué existe cada paso. También evita que otra persona interprete un subtotal de datos conocidos como el resultado completo de todas las operaciones.

Documenta las decisiones antes de crear el informe

Conserva el origen y anota qué cambiaste, por qué y qué quedó pendiente. Vuelve a comprobar el resultado después de actualizar datos. Utiliza ejemplos ficticios o autorizados, nunca información personal o laboral privada para ensayar. Una tabla sin errores visibles todavía puede contener datos incompletos o mal interpretados.

Volver a Cursos gratuitos