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.

Pessoa organizando dados em planilhas no computador

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.

Slide 1: o Power Query ocupa a etapa de preparação, antes de qualquer gráfico ou tabela dinâmica.

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.

  1. Você importa o arquivo: etapa Fonte.
  2. Promove a primeira linha a cabeçalho: etapa Cabeçalhos Promovidos.
  3. Define os tipos de dados: etapa Tipo Alterado.
  4. Remove colunas desnecessárias: etapa Colunas Removidas.
  5. 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

Com essas oito transformações você resolve a maior parte dos problemas de dados no trabalho.
TransformaçãoO que fazExemplo de uso
Remover colunasTira o que não é necessárioEliminar colunas de uso interno
Alterar tipoDefine texto, número, data etc.Converter “01/03/2026” em data de verdade
Filtrar linhasMantém só o que interessaRemover cancelamentos e linhas em branco
Dividir colunaSepara por delimitadorSeparar cidade e estado
Mesclar consultasJunta tabelas por chaveTrazer o nome do cliente para a tabela de vendas
Acrescentar consultasEmpilha tabelas iguaisUnir janeiro, fevereiro e março
Despivotar colunasTransforma colunas em linhasConverter meses nas colunas em uma coluna Mês
Remover duplicadosElimina repetiçõesManter 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:

  1. Coloque todos os arquivos (mesmo formato) em uma pasta.
  2. No Power BI ou Excel, escolha Obter dados > Pasta.
  3. Selecione a pasta e clique em Combinar e transformar dados.
  4. Escolha a planilha de exemplo e confirme.
  5. Ajuste tipos e filtros na consulta resultante.
  6. 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.

Slide 2: o ganho é menos tempo e menos erro, principalmente em rotinas recorrentes.

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

Transformações simples que eliminam horas de trabalho manual.
ProblemaTransformaçãoResultado
Dados em vários arquivosCombinar arquivos de uma pastaUma única tabela, atualizada ao adicionar arquivos
Coluna com nome e sobrenome juntosDividir coluna por delimitadorDuas colunas separadas
Linhas vazias ou duplicadasRemover linhas e duplicatasBase limpa para análise
Tabela em formato de matrizTransformar colunas em linhas (despivotar)Formato apropriado para análise
Datas e números como textoAlterar o tipo de dadosCálculos e ordenação corretos
Valores com espaços ou maiúsculas misturadasAparar e padronizar o textoCategorias 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.

Exemplo simplificado de código M
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
    SemVazios

Cada 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.

Equipe Tetra

Conteúdo produzido pela equipe de educação da Tetra, que ensina dados, inteligência artificial, gestão, comunicação e inglês para o mercado de trabalho. Revisado em .