Tutorial de Power Query

O Que É Power Query e Por Que Ele Muda Tudo

O Power Query é o mecanismo de ETL (Extrair, Transformar, Carregar) integrado do Excel. Em termos simples: é uma ferramenta para importar dados de praticamente qualquer fonte, limpá-los e remodelá-los automaticamente e carregá-los em sua planilha — com cada etapa gravada e repetível. Se você já passou uma tarde de sexta-feira limpando manualmente um relatório que chega no mesmo formato bagunçado toda semana, o Power Query é a solução que você estava esperando.

Ao contrário das macros, o Power Query não exige programação. Você constrói etapas de transformação por meio de uma interface visual, e o Power Query as grava na linguagem M nos bastidores. Quando o arquivo da próxima semana chegar, um clique reaplica todas as suas etapas de limpeza.

Interface do Editor do Power Query: O painel esquerdo mostra a lista de Consultas (SalesReport, ProductMaster, ExchangeRates). O centro mostra a grade de visualização de dados com cabeçalhos de coluna. O painel direito 'Etapas Aplicadas' mostra: Fonte > Cabeçalhos Promovidos > Tipo Alterado > Linhas em Branco Removidas > Coluna Dividida > Linhas Filtradas. A grade de visualização é atualizada para mostrar os dados na etapa atualmente selecionada.
Figura 1 — O Editor do Power Query. Cada transformação que você aplica é registrada no painel "Etapas Aplicadas" à direita. Clique em qualquer etapa para ver como seus dados estavam naquele ponto.

Passo a Passo: Automatize a Limpeza de um Relatório Semanal de Vendas

Cenário: Toda segunda-feira você recebe um arquivo vendas_AAAAMMDD.csv com formatos de data inconsistentes, categorias de produtos mescladas (Categoria-Subcategoria em uma única coluna), linhas com valores de venda ausentes e linhas de resumo extras no final. Crie um Power Query que o limpe automaticamente.

Passo 1 — Importe os dados brutos

  1. Dados > Obter Dados > De Arquivo > De Texto/CSV.
  2. Selecione seu arquivo CSV de vendas. O Navegador exibe uma pré-visualização dos dados. Observe como o Power Query já detectou delimitadores e tipos de dados.
  3. Clique em Transformar Dados (não "Carregar"). Isso abre o Editor do Power Query — toda a limpeza acontece aqui.

Passo 2 — Promova cabeçalhos e remova linhas indesejadas

  1. Se a primeira linha contiver cabeçalhos: Página Inicial > Usar Primeira Linha como Cabeçalhos. Sempre faça isso primeiro — os cabeçalhos permitem referências por nome de coluna nas etapas seguintes.
  2. Remova as linhas de resumo no final. Filtre a coluna de data: clique na lista suspensa, desmarque as linhas que contêm texto como "Total" ou valores em branco. Ou use Página Inicial > Remover Linhas > Remover Linhas Inferiores se souber quantas linhas extras existem.
  3. Remova linhas completamente em branco: Página Inicial > Remover Linhas > Remover Linhas em Branco.
Editor do Power Query mostrando etapas de limpeza de dados: O menu suspenso de filtro de coluna está aberto na coluna Data, com caixas de seleção para 2026-07-01 até 2026-07-28, e 'Total' e entradas em branco desmarcadas. O painel Etapas Aplicadas agora mostra: Fonte > Cabeçalhos Promovidos > Tipo Alterado > Linhas Filtradas.
Figura 2 — Filtrando linhas de resumo e espaços em branco. O menu suspenso de filtro de coluna permite controlar precisamente quais linhas incluir ou excluir.

Passo 3 — Divida a coluna Categoria do Produto

  1. Sua coluna de produto contém "Eletrônicos-Acessórios" — categoria hífen subcategoria. Você precisa de duas colunas.
  2. Selecione a coluna Produto. Transformar > Dividir Coluna > Por Delimitador.
  3. Delimitador: Personalizado, digite -. Dividir em: Delimitador mais à esquerda (importante: algumas subcategorias contêm hífens, ex.: "Áudio-Visual").
  4. Clique em OK. Agora você tem Produto.1 (categoria) e Produto.2 (subcategoria). Renomeie-os: clique com o botão direito nos cabeçalhos > Renomear.

Passo 4 — Corrija o formato de data e trate valores ausentes

  1. Selecione a coluna Data. Transformar > Tipo de Dados > Data. Se algumas datas não converterem (mostrando Erro), clique na lista suspensa da coluna > Substituir Erros > insira a data de hoje como alternativa, ou filtre para revisar essas linhas.
  2. Para a coluna Valor de Vendas: selecione-a, Transformar > Substituir Valores. Valor a Localizar: null, Substituir Por: 0. Isso substitui vendas ausentes por zero em vez de deixar em branco.
  3. Remova linhas onde o Valor de Vendas é 0 se representarem entradas sem sentido (opcional): filtre Valor de Vendas > Filtros de Número > Maior Que > 0.

Passo 5 — Carregue e configure a atualização automática

  1. Página Inicial > Fechar e Carregar Para. Escolha "Tabela" e "Nova Planilha". Clique em OK.
  2. Seus dados limpos aparecem no Excel. Agora para automatizar: Dados > Consultas e Conexões (painel à direita).
  3. Clique com o botão direito na sua consulta > Propriedades. Marque Atualizar dados ao abrir o arquivo. Opcionalmente, defina Atualizar a cada X minutos para dashboards ao vivo.
  4. Na próxima semana: salve o novo CSV com o mesmo nome no mesmo local, abra esta pasta de trabalho e clique em Dados > Atualizar Tudo. Todas as etapas de limpeza são repetidas automaticamente.

Técnicas Essenciais

  1. Dinamizar (Unpivot) para dados prontos para análise. Se seus dados tiverem meses como colunas separadas (Jan, Fev, Mar), selecione as colunas descritivas e Transformar > Dinamizar Colunas (Unpivot Other Columns). Tabelas largas se tornam tabelas altas adequadas para Tabela Dinâmica.
  2. Mesclar consultas em vez de VLOOKUP. Página Inicial > Mesclar Consultas une duas tabelas em colunas correspondentes — a versão do Power Query do VLOOKUP, mas que lida com milhões de linhas e vários tipos de junção (esquerda, direita, externa completa, interna, anti).
  3. Agrupar Por para resumos. Transformar > Agrupar Por para agregar dados (SOMA, CONTAGEM, MÉDIA) por categoria — como uma Tabela Dinâmica que é executada antes dos dados chegarem à sua planilha.
  4. Renomeie etapas para maior clareza. "Tipo Alterado", "Colunas Removidas" e "Linhas Filtradas" perdem o sentido após 20 etapas. Clique com o botão direito nas etapas > Renomear para descrever o que faz: "Remover linhas em branco" ou "Dividir nome completo".

Erros Comuns

  1. Carregar milhões de linhas desnecessariamente. Filtre as linhas antes de carregar. Durante o desenvolvimento, use Página Inicial > Manter Linhas > Manter Linhas Superiores e remova o filtro quando estiver pronto para os dados completos.
  2. Não corrigir os tipos de dados explicitamente. O Power Query adivinha os tipos, mas pode errar. Selecione cada coluna e use Página Inicial > Tipo de Dados para definir corretamente: Texto para IDs, Decimal para moeda, Data para datas. Tipos incorretos são a fonte nº 1 de erros no Power Query.
  3. Esquecer que o Power Query diferencia maiúsculas de minúsculas. Ao contrário das fórmulas do Excel, a linguagem M e os filtros de texto diferenciam maiúsculas de minúsculas. "ABC" não corresponde a "abc" em filtros ou mesclagens, a menos que você aplique primeiro uma transformação para maiúsculas/minúsculas.
  4. Aninhar excessivamente transformações em uma única etapa. Use etapas separadas para cada transformação lógica. Etapas independentes são mais fáceis de depurar, reordenar e explicar aos colegas.

Dicas Avançadas

Download Practice Template
Tem dúvidas ou encontrou um erro neste artigo?