O que é Power Query: como limpar e organizar dados sem fórmulas
Entenda o que é o Power Query, para que serve no Power BI e no Excel, as transformações mais usadas, como funciona o histórico de etapas e como automatizar a limpeza de dados.

Resumo
Power Query é a ferramenta de preparação de dados do Power BI e do Excel. Ela importa dados de várias fontes e aplica transformações (remover colunas, mudar tipos, filtrar, juntar tabelas) registradas como etapas que podem ser repetidas automaticamente a cada atualização, sem fórmulas e sem copiar e colar.
- Power Query faz a limpeza e a organização dos dados antes da análise.
- Cada transformação vira uma etapa gravada e repetível.
- Funciona no Power BI e no Excel, com a mesma interface.
- Quem usa Power Query elimina horas de trabalho manual toda semana.
Todo analista de dados gasta uma boa parte do tempo arrumando dados: tirando linhas em branco, padronizando datas, juntando planilhas de meses diferentes. O Power Query existe para automatizar exatamente isso. Você faz a limpeza uma vez, e nas próximas atualizações ele repete tudo sozinho. Neste guia você vai ver o que é, como funciona e quais transformações usar no dia a dia.
O que é o Power Query
O Power Query é um mecanismo de conexão e transformação de dados. Ele aparece no Power BI Desktop como Transformar dados e no Excel na guia Dados como Obter e Transformar Dados. Em tecnologia, esse processo é conhecido como ETL: extrair, transformar e carregar.
Para que serve na prática
- Juntar várias planilhas de uma pasta em uma só tabela (por exemplo, um arquivo por mês).
- Limpar dados bagunçados: espaços extras, linhas em branco, erros e valores repetidos.
- Padronizar tipos: datas, números e textos no formato correto.
- Separar e combinar colunas, como dividir “Nome Sobrenome” ou unir dia, mês e ano.
- Transformar tabelas largas em longas (despivotar) para análise.
- Unir tabelas por uma chave, como cliente ou produto, sem usar PROCV.
Como funciona: etapas aplicadas
A grande ideia do Power Query é que cada ação vira uma etapa gravada, listada no painel “Etapas Aplicadas”. Você pode ver, editar, reordenar ou apagar qualquer etapa. Na atualização, ele reaplica a sequência inteira em dados novos. É como gravar uma receita que roda sozinha.
- Você importa o arquivo: etapa Fonte.
- Promove a primeira linha a cabeçalho: etapa Cabeçalhos Promovidos.
- Define os tipos de dados: etapa Tipo Alterado.
- Remove colunas desnecessárias: etapa Colunas Removidas.
- Filtra linhas: etapa Linhas Filtradas.
Se amanhã chegar um arquivo novo com o mesmo formato, basta atualizar: todas as etapas rodam de novo e a tabela sai pronta.
Transformações mais usadas
| Transformação | O que faz | Exemplo de uso |
|---|---|---|
| Remover colunas | Tira o que não é necessário | Eliminar colunas de uso interno |
| Alterar tipo | Define texto, número, data etc. | Converter “01/03/2026” em data de verdade |
| Filtrar linhas | Mantém só o que interessa | Remover cancelamentos e linhas em branco |
| Dividir coluna | Separa por delimitador | Separar cidade e estado |
| Mesclar consultas | Junta tabelas por chave | Trazer o nome do cliente para a tabela de vendas |
| Acrescentar consultas | Empilha tabelas iguais | Unir janeiro, fevereiro e março |
| Despivotar colunas | Transforma colunas em linhas | Converter meses nas colunas em uma coluna Mês |
| Remover duplicados | Elimina repetições | Manter um registro por cliente |
Passo a passo: unindo planilhas de vários meses
Um dos usos mais valiosos: uma pasta com um arquivo de vendas por mês. Em vez de copiar cada um, faça assim:
- Coloque todos os arquivos (mesmo formato) em uma pasta.
- No Power BI ou Excel, escolha Obter dados > Pasta.
- Selecione a pasta e clique em Combinar e transformar dados.
- Escolha a planilha de exemplo e confirme.
- Ajuste tipos e filtros na consulta resultante.
- Clique em Fechar e carregar.
Quando um novo mês chegar, é só colocar o arquivo na pasta e atualizar. A tabela completa se refaz sozinha.
Power Query e a linguagem M
Por trás da interface, o Power Query escreve código em uma linguagem chamada M. Você não precisa aprender M para começar: a interface gera tudo. Com o tempo, ver e ajustar o código ajuda em situações avançadas. Não confunda com o DAX, que é usado depois, no modelo, para criar medidas. Entenda a diferença em o que é DAX no Power BI.
Boas práticas
- Defina o tipo de dado corretamente. Uma data lida como texto estraga cálculos depois.
- Dê nomes claros às consultas (Vendas, Clientes, Produtos).
- Desative o carregamento de consultas auxiliares que não precisam ir para o modelo.
- Evite etapas desnecessárias. Menos passos significa atualização mais rápida.
- Faça tudo no Power Query, não à mão na planilha. Assim o processo fica documentado.
Como o Power Query lembra os seus passos
A grande sacada do Power Query é gravar cada transformação como um passo aplicado. Na lateral direita do editor aparece a lista desses passos, na ordem em que você os fez: origem, tipo alterado, linhas removidas, coluna dividida, e assim por diante. Você pode clicar em qualquer passo para ver como a tabela estava naquele momento, reordenar, editar ou apagar.
Isso muda completamente a forma de trabalhar. Em vez de refazer a limpeza toda vez que chega um arquivo novo, você apenas atualiza a consulta e todos os passos são reexecutados sobre os dados novos. É a diferença entre uma tarefa manual e uma rotina automatizada.
As transformações que mais resolvem na prática
| Problema | Transformação | Resultado |
|---|---|---|
| Dados em vários arquivos | Combinar arquivos de uma pasta | Uma única tabela, atualizada ao adicionar arquivos |
| Coluna com nome e sobrenome juntos | Dividir coluna por delimitador | Duas colunas separadas |
| Linhas vazias ou duplicadas | Remover linhas e duplicatas | Base limpa para análise |
| Tabela em formato de matriz | Transformar colunas em linhas (despivotar) | Formato apropriado para análise |
| Datas e números como texto | Alterar o tipo de dados | Cálculos e ordenação corretos |
| Valores com espaços ou maiúsculas misturadas | Aparar e padronizar o texto | Categorias consistentes |
A linguagem M por trás da interface
Tudo o que você faz com cliques é traduzido para uma linguagem chamada M. Você não precisa escrever M para ser produtivo, mas saber que ela existe tem duas vantagens: dá para abrir o Editor Avançado e ver o código gerado, e é possível ajustar manualmente algo que a interface não oferece.
let
Origem = Excel.Workbook(File.Contents("C:\\dados\\vendas.xlsx"), null, true),
Tabela = Origem{[Item="Vendas", Kind="Table"]}[Data],
TipoAlterado = Table.TransformColumnTypes(Tabela, {{"Valor", type number}}),
SemVazios = Table.SelectRows(TipoAlterado, each [Valor] <> null)
in
SemVaziosCada linha dentro do bloco let é um passo. O resultado final é o que aparece depois de in. Entender essa estrutura ajuda a depurar erros e a copiar soluções de comunidades e fóruns.
Boas práticas para consultas organizadas
- Defina os tipos de dados cedo: datas como data, valores como número, e evite deixar tudo como texto.
- Filtre e remova colunas logo no começo para reduzir o volume de dados processado.
- Separe consultas de origem e de apresentação: uma consulta que apenas carrega os dados brutos e outras que fazem o tratamento.
- Desative o carregamento de consultas intermediárias que só servem de apoio, para não poluir o modelo.
- Padronize nomes de colunas de modo que combinar tabelas de fontes diferentes funcione sem erro.
Power Query no Excel e no Power BI: é a mesma coisa?
Sim, é a mesma tecnologia. No Excel ele aparece na aba Dados, em “Obter e Transformar Dados”. No Power BI, está no botão “Transformar dados”. Aprender em um ambiente vale para o outro, e as consultas podem até ser copiadas entre eles. Quem aprende Power Query no Excel já está a meio caminho de dominar a preparação de dados no Power BI.
Erros comuns
- Alterar a planilha de origem (mudar nome de coluna ou de aba) e quebrar a consulta.
- Não padronizar o cabeçalho dos arquivos de uma pasta.
- Fazer limpeza no DAX o que deveria ser feito no Power Query.
- Esquecer de atualizar depois de mudar os dados.
Com os dados limpos, o próximo passo é montar o painel. Veja como criar um dashboard no Power BI. Se quiser dominar o Power Query com exercícios reais, o curso recomendado abaixo dedica módulos inteiros a esse tema.
Perguntas frequentes
Power Query é a mesma coisa no Excel e no Power BI?
Sim. É a mesma tecnologia e a interface é muito parecida. Uma consulta feita em um pode ser aproveitada no outro, com pequenas adaptações.
Preciso saber programar para usar o Power Query?
Não. A maioria das transformações é feita clicando em botões. O código M é gerado automaticamente e só é necessário em casos avançados.
Power Query atualiza sozinho?
Ele reaplica as etapas quando você atualiza. No Power BI Service, a atualização pode ser agendada. No Excel, é preciso clicar em Atualizar ou configurar a atualização ao abrir o arquivo.
Qual a diferença entre Power Query e Power Pivot?
O Power Query prepara os dados antes de entrarem no modelo. O Power Pivot, ou o modelo do Power BI, relaciona tabelas e calcula medidas com DAX.


