Power Query en Excel: limpia y transforma datos automáticamente

Power Query es la herramienta integrada en Excel que limpia y transforma tus datos, guarda cada paso y repite todo el proceso con un solo clic en Actualizar. Si cada semana pierdes tiempo borrando filas de títulos, corrigiendo fechas, quitando espacios o copiando archivos para juntarlos, Power Query puede convertir esa rutina en una tarea de un clic. En esta guía te explicamos cómo funciona y te mostramos un ejemplo completo de limpieza que puedes reutilizar.

Qué es Power Query y dónde encontrarlo

Power Query es un motor de preparación de datos. Lo conectas a una fuente, aplicas transformaciones en un editor visual y cargas el resultado limpio en una tabla de la hoja, en una tabla dinámica o en el modelo de datos de Excel. Tu archivo original nunca se modifica: Power Query lo lee, transforma una copia en memoria y escribe el resultado.

En Excel para Windows (Microsoft 365 y Excel 2016 o posterior) lo encuentras en la pestaña Datos, en el grupo Obtener y transformar datos. Excel para Mac y Excel para la web también tienen Power Query, aunque históricamente con menos conectores y funciones de edición que en Windows, así que revisa la documentación de Microsoft para tu versión. Es el mismo motor que prepara los datos en Power BI, por lo que lo que aprendas aquí te sirve allá también.

Fuentes comunes a las que puedes conectarte

• Libros de Excel, archivos CSV y de texto
• Carpetas completas de archivos con la misma estructura
• Tablas y rangos dentro del mismo libro
• Bases de datos como SQL Server (según tu edición)
• Páginas web y archivos de SharePoint y OneDrive

Cómo funciona Power Query: los pasos aplicados

Cada acción que haces en el Editor de Power Query, como quitar una columna, cambiar un tipo de dato o filtrar filas, se convierte en un paso aplicado que aparece en el lado derecho de la ventana. Por detrás, cada paso se escribe en un lenguaje de fórmulas llamado M. No necesitas escribir M para usar Power Query, pero conviene saber que existe, porque puedes leerlo y editarlo en el Editor avanzado.

Cuando los datos de origen cambien la próxima semana, no tienes que rehacer nada. Haces clic en Datos > Actualizar todo y Power Query repite cada paso sobre los datos nuevos. Esa es la idea central: diseñas el proceso de limpieza una vez y lo reutilizas siempre.

Ejemplo paso a paso: limpiar un reporte de ventas desordenado

Imagina un CSV semanal exportado de un sistema de ventas con estos problemas: dos líneas de título encima de los encabezados, una columna vacía, espacios de más en los nombres de las tiendas, fechas guardadas como texto, números con símbolo de moneda y algunas filas sin ingresos. Así lo resuelves de una vez por todas.

1. Conéctate: Datos > Obtener datos > Desde un archivo > Desde texto/CSV, elige el archivo y haz clic en Transformar datos (no en Cargar) para abrir el editor.
2. Quita las líneas de título: Inicio > Quitar filas > Quitar filas superiores y escribe 2.
3. Usa la primera fila como encabezado: Inicio > Usar la primera fila como encabezado.
4. Elimina la columna vacía: clic derecho en su encabezado > Quitar. Mejor aún, selecciona las columnas que quieres conservar y elige Quitar otras columnas, así las columnas basura que aparezcan en archivos futuros también se eliminan.
5. Limpia el texto: selecciona la columna Tienda y luego Transformar > Formato > Recortar y, si quieres, Poner En Mayúsculas Cada Palabra.
6. Define los tipos de datos: haz clic en el ícono a la izquierda de cada encabezado y elige Fecha, Número entero, Número decimal o Texto. Si las fechas vienen en un formato regional distinto al de tu computadora, usa Cambiar tipo > Usar configuración regional.
7. Filtra las filas malas: usa la flecha de filtro en Ingresos para quitar los valores null, o Inicio > Quitar filas > Quitar filas en blanco.
8. Carga el resultado: Inicio > Cerrar y cargar en, y elige Tabla, Informe de tabla dinámica o Crear solo conexión (con "Agregar estos datos al modelo de datos" si vas a usar Power Pivot).

Esto es más o menos lo que muestra el Editor avanzado después de esos pasos. No tienes que escribirlo, pero leerlo te ayuda a entender lo que hace Power Query. El código M usa las mismas palabras en inglés en cualquier idioma de Excel:

let
    Source = Csv.Document(File.Contents("C:\Datos\ventas_export.csv"), [Delimiter=",", Encoding=65001]),
    RemovedTop = Table.Skip(Source, 2),
    Promoted = Table.PromoteHeaders(RemovedTop, [PromoteAllScalars=true]),
    KeptColumns = Table.SelectColumns(Promoted, {"Fecha", "Tienda", "Producto", "Unidades", "Ingresos"}),
    Trimmed = Table.TransformColumns(KeptColumns, {{"Tienda", Text.Trim, type text}}),
    CleanRevenue = Table.TransformColumns(Trimmed, {{"Ingresos", each Text.Remove(_, {"$", ","}), type text}}),
    Typed = Table.TransformColumnTypes(CleanRevenue, {{"Fecha", type date}, {"Unidades", Int64.Type}, {"Ingresos", type number}}, "en-US"),
    NoBlanks = Table.SelectRows(Typed, each [Ingresos] <> null)
in
    NoBlanks

El paso CleanRevenue elimina el signo de dólar y las comas de miles antes de convertir la columna en número, y la referencia cultural "en-US" le indica a Power Query cómo leer las fechas y los decimales. Si tu sistema exporta con formato latinoamericano o español (por ejemplo, coma decimal), usa la cultura que corresponda, como "es-MX" o "es-ES", y ajusta la ruta del archivo y los nombres de columnas a tus datos.

Las transformaciones que más usan los analistas

Combinar una carpeta de archivos

Esta es una de las funciones que más tiempo ahorran. Pon todos los archivos mensuales con el mismo diseño de columnas en una carpeta, ve a Obtener datos > Desde un archivo > Desde carpeta y haz clic en Combinar y transformar. Power Query crea una consulta auxiliar que aplica tus pasos de limpieza a cada archivo y los apila. El mes siguiente, solo copias el archivo nuevo en la carpeta y haces clic en Actualizar todo.

Buenas prácticas para consultas confiables

• Quita columnas y filtra filas lo antes posible. Mientras menos datos pasen por los pasos siguientes, más rápido se actualiza.
• Define los tipos de datos a propósito cerca del final, y borra el paso automático "Tipo cambiado" si adivina mal.
• Usa Quitar otras columnas en lugar de Quitar columnas cuando los archivos puedan traer columnas nuevas.
• Guarda la ruta del archivo en un solo lugar. Si el archivo cambia de ubicación, actualiza el paso Source (o un parámetro) en lugar de rehacer la consulta.
• Carga al modelo de datos cuando los datos sean grandes o necesites relaciones; mira nuestra guía de Power Pivot.
• Revisa la cantidad de filas. Compara las filas cargadas con las del origen la primera vez y después de cada cambio importante.

Próximos pasos

Elige un reporte que armas a mano cada semana y vuelve a crear sus pasos de limpieza en Power Query. Cuando se actualice correctamente, conecta una tabla dinámica al resultado y sigue nuestra guía de tablas dinámicas para resumirlo. Si quieres ir más allá del editor visual, nuestra introducción al lenguaje M explica cómo leer y escribir el código detrás de cada paso, y ese conocimiento te sirve tal cual en Power BI.

Mira: lecciones en video

▶

▶

Preguntas frecuentes