# O que é Power Query: como limpar e organizar dados sem fórmulas

> 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.

- Publicado por: Equipe Tetra (Tetra Educação)
- Página: https://tetraeducacao.com.br/blog/o-que-e-power-query
- Categoria: Dados
- Publicado em: 2026-11-13 · Atualizado em: 2026-11-13
- Tempo de leitura: 7 min

## Resumo

- 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.

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

1. Conectar à fonte
2. Transformar e limpar
3. Carregar para o modelo
4. Analisar e visualizar

## 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.

> **Sinal de que você precisa do Power Query:** Se você abre o relatório do mês, apaga linhas, ajusta colunas e cola dados de outras abas toda vez, esse trabalho repetitivo pode virar um clique em Atualizar.

## 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.:

| 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:

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.

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

- Sem Power Query: Copiar e colar toda semana; Risco de esquecer um passo; Retrabalho a cada atualização; Difícil de auditar
- Com Power Query: Etapas gravadas; Mesmo resultado sempre; Atualização com um clique; Cada etapa visível e editável

## 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](https://tetraeducacao.com.br/blog/o-que-e-dax-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.:

| 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.

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.

> **Nomeie seus passos:** Renomear passos de “Linhas Filtradas1” para algo como “Removeu pedidos cancelados” deixa a consulta autoexplicativa, para você e para quem herdar o seu projeto.

## 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](https://tetraeducacao.com.br/blog/como-criar-dashboard-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.

## Curso recomendado

[Curso de Power BI do Básico ao Avançado](https://tetraeducacao.com.br/power-bi): O Curso de Power BI da Tetra Educação ensina, do básico ao avançado e 100% online, a criar dashboards, escrever medidas DAX, modelar dados e publicar no Power BI Serviço, em mais de 110 aulas (33 horas) com certificado.
