¿Qué es Power Query?
Power Query es el motor ETL (Extract, Transform, Load) integrado en Excel y Power BI. Disponible desde 2013, permite conectar, transformar y cargar datos de cualquier fuente sin escribir una sola línea de código. Cada transformación que aplicas queda grabada como un paso reproducible en una lista de pasos — lo que significa que la próxima vez que actualices los datos, todo el proceso se repite automáticamente en segundos. Por debajo, Power Query usa el lenguaje M (Microsoft Mashup Language), pero la interfaz visual te permite ignorarlo completamente para el 80% de los casos de uso.
¿Para qué sirve Power Query exactamente?
Power Query resuelve uno de los problemas más comunes en empresas: la preparación manual de datos. Sus casos de uso principales son: automatizar la limpieza de datos que antes se hacía manualmente en Excel, combinar múltiples archivos o tablas de distintas fuentes en un solo conjunto de datos, transformar la estructura de los datos (pivotar, despivotar, normalizar), y conectar con APIs, bases de datos SQL, SharePoint y más de 150 fuentes de datos. El caso más común es alguien que actualiza un reporte manualmente cada semana haciendo copiar-pegar entre archivos Excel — esa persona puede automatizar todo ese proceso en menos de 1 hora con Power Query, y desde entonces el reporte se actualiza solo con un solo clic.
Las 10 transformaciones más usadas en Power Query
1. Eliminar filas y columnas innecesarias
Elimina filas de encabezado extra, filas en blanco, columnas que no necesitas en el análisis. Power Query lo graba como un paso y lo repite cada vez que refrescas los datos.
2. Cambiar tipos de datos
Convertir texto a fecha, números almacenados como texto a tipo numérico, o decimales a enteros. Uno de los errores más frecuentes en análisis de datos se soluciona aquí: datos numéricos que Excel trata como texto porque vienen mal formateados del sistema fuente.
3. Dividir columnas
Separar una columna "Nombre Completo" en "Nombre" y "Apellido", o dividir una dirección en calle, número y ciudad. Se hace con un par de clics eligiendo el delimitador (espacio, coma, punto y coma).
4. Combinar tablas (Merge — como un JOIN en SQL)
Unir dos tablas por una columna clave, exactamente como un JOIN en SQL. Por ejemplo, combinar una tabla de ventas con una tabla de clientes para tener el nombre del cliente junto a cada venta. Soporta Left Join, Inner Join, Full Outer y más.
5. Apilar tablas (Append — unir filas de varias fuentes)
Si tienes 12 archivos Excel de ventas mensuales con la misma estructura, Power Query los apila en un solo dataset con un solo paso. Si en enero llega el archivo de febrero, simplemente refrescas y se agrega solo.
6. Despivotar columnas
Convertir columnas en filas — una de las transformaciones más potentes y menos conocidas. Si tienes una tabla con meses como columnas (Ene, Feb, Mar...) y necesitas una sola columna Mes con una columna Valor, el despivotar lo hace en segundos.
7. Agregar columnas personalizadas con fórmulas
Crear columnas calculadas con lógica personalizada: margen de utilidad, categorización de clientes, días entre fechas. Se pueden usar fórmulas condicionales similares al IF de Excel pero mucho más potentes.
8. Reemplazar valores y limpiar errores
Reemplazar "N/A", "null", textos inconsistentes, errores de celdas. Limpiar espacios antes y después de textos (trim). Normalizar categorías que vienen escritas de distintas formas: "México", "mexico", "MX" → todas quedan como "México".
9. Filtrar por condiciones múltiples
Filtrar filas por una o varias condiciones: solo ventas del último trimestre, solo clientes activos, solo productos con stock mayor a cero. Los filtros se aplican visualmente como en Excel pero quedan grabados como pasos automatizados.
10. Agrupar y resumir datos (GROUP BY visual)
Agrupar ventas por región, cliente o producto y calcular suma, promedio, conteo o máximo. El equivalente visual de un GROUP BY de SQL. Ideal para crear resúmenes desde datasets grandes antes de cargarlos al modelo.
Power Query en Excel vs Power Query en Power BI
En Excel, Power Query se encuentra en la pestaña Datos > Obtener y Transformar datos. En Power BI, es el paso obligatorio antes de crear cualquier visualización — cada vez que conectas una fuente, entras automáticamente al Editor de Power Query. Ambas versiones funcionan casi de manera idéntica porque comparten el mismo motor y el mismo lenguaje M. La diferencia principal es que Power BI tiene más conectores nativos y es la herramienta pensada para el análisis a escala empresarial. Si aprendes Power Query en Excel, ese conocimiento es 100% transferible a Power BI y viceversa.
El lenguaje M: ¿necesitas aprenderlo?
No es obligatorio para el 80% de las transformaciones — todo lo que describimos arriba se puede hacer de forma completamente visual sin ver una sola línea de código M. Pero aprender M básico abre posibilidades que la interfaz no ofrece: crear transformaciones dinámicas parametrizadas, reutilizar lógica entre queries, manejar errores con try/otherwise, y hacer transformaciones complejas de texto o fecha. Un ejemplo simple de M para filtrar filas: Table.SelectRows(Origen, each [Ventas] > 1000). La recomendación es comenzar con la interfaz visual y aprender M progresivamente cuando te encuentres con un límite de lo que puedes hacer de forma visual.
Cómo aprender Power Query: roadmap
El roadmap recomendado es progresivo: Paso 1, conectar un Excel o CSV y explorar la interfaz del editor. Paso 2, practicar las 5 transformaciones más básicas (cambiar tipos, eliminar columnas, filtrar, reemplazar valores, dividir). Paso 3, combinar dos tablas con Merge. Paso 4, automatizar un reporte real que actualmente haces manualmente. Paso 5, aprender M básico para desbloquear casos de uso avanzados. Para el contexto completo de cómo encaja Power Query dentro del ecosistema, consulta la guía completa de Power BI. Si quieres aprenderlo de forma estructurada con proyectos reales, revisa los cursos de Power BI en DataPath.