La limpieza de datos en Power Query es clave para obtener informes confiables en Excel y Power BI. Esta guía práctica ofrece un checklist reproducible que puedes aplicar en proyectos reales: pasos estándar, controles de tipos y trazabilidad, y consideraciones de rendimiento y gobernanza respaldadas por la documentación oficial y guías de expertos.
Por qué usar un checklist
Power Query (Get & Transform) guarda cada transformación como pasos que se ejecutan automáticamente en cada refresco. Diseñar una rutina reproducible reduce trabajo manual, evita errores en agregaciones y facilita escalar procesos a dataflows o pipelines. La documentación oficial de Microsoft describe buenas prácticas sobre organización de pasos, tipos de datos y reutilización con parámetros y funciones.
Limpieza de datos en Power Query: checklist mínimo (10 pasos)
- Ingesta y vista previa: Conecta la fuente y revisa una muestra representativa antes de transformar. Identifica filas o columnas basura, encabezados mezclados y formatos inconsistentes.
- Eliminar filas/columnas irrelevantes: Quita filas superiores de notas o metadatos, columnas vacías o campos que no aportan al análisis.
- Desanidar y fijar encabezados: Asegúrate de que la fila de encabezado sea la correcta y desanida tablas anidadas para exponer columnas limpias.
- Trim y Clean: Normaliza texto eliminando espacios extras y caracteres invisibles (Trim/Clean). Esto evita falsos duplicados y problemas al hacer joins entre tablas.
- Normalizar formato: Unifica mayúsculas/minúsculas y formatos de fecha o moneda según la lógica del negocio o el locale del proyecto.
- Gestionar nulos y valores inválidos: Reemplaza o rellena nulos cuando corresponda y define reglas claras para valores fuera de rango.
- Eliminar duplicados: Detecta duplicados según la clave de negocio y elimina o marca registros redundantes.
- Pivot/Unpivot y combinar: Reestructura tablas con pivot/unpivot cuando el modelo lo requiera y combina fuentes con merge/append de forma controlada.
- Cambio y validación de tipos: Aplica cambios de tipo en pasos controlados. Validar tipos reduce errores en cálculos posteriores.
- Documentar y nombrar pasos: Renombra pasos significativos, agrupa consultas y crea parámetros o funciones reutilizables para convertir procesos ad hoc en flujos mantenibles.
Preservar rendimiento: query folding y orden de pasos
El query folding es el proceso por el cual Power Query traduce transformaciones para que se ejecuten en la fuente (por ejemplo, en un servidor SQL) en lugar de ejecutarlas localmente. Mantener folding es crítico para el rendimiento porque delegas trabajo al motor de la base de datos, que suele ser más eficiente. Microsoft recomienda organizar los pasos de forma que las transformaciones que la fuente puede ejecutar (filtros, selección de columnas, agregaciones) queden en posiciones donde el folding se preserve. Consulta la guía oficial de Best practices para más detalles.
Trazabilidad y manejo de errores
Para llevar limpiezas seguras a producción necesitas trazabilidad: registrar qué filas fallaron y por qué, y exponer contadores o indicadores de salud. En el lenguaje M existen construcciones para manejo de errores (por ejemplo, try … otherwise) que permiten capturar fallos en pasos específicos. Diseñar queries que registren filas erróneas en tablas de «salud de datos» o que devuelvan métricas de validación facilita el diagnóstico y la automatización de alertas. La especificación del lenguaje M documenta estas opciones.
Reutilización y gobernanza
Convertir transformaciones en funciones parametrizadas, plantillas y consultas compartidas es una práctica recomendada tanto por Microsoft como por la comunidad. Usar parámetros para rutas, credenciales, límites de filas y mapeos permite adaptar la misma lógica a nuevos orígenes o cambios de esquema sin reescribir pasos. Nombrar y documentar consultas facilita revisiones y transferencia entre miembros del equipo.
Buenas prácticas adicionales y diagnóstico
- Usa Query Diagnostics para identificar pasos costosos o que rompen folding; es la herramienta oficial para depurar rendimiento.
- Construye pruebas simples: compara conteos antes y después de transformaciones críticas y guarda snapshots de muestra para auditoría.
- Evita dependencias frágiles: si un origen cambia de esquema, aplica validaciones tempranas y manejo tolerante de errores.
A Considerar
Las prácticas descritas aquí, organización de pasos, query folding, manejo de errores en M y patrones de reutilización— están respaldadas por la documentación oficial de Microsoft y por guías de expertos en la comunidad. Al mismo tiempo, no existe una única «secuencia universal» oficial aplicable a todos los casos: el orden óptimo de algunos pasos (por ejemplo, cuándo cambiar tipos de datos o aplicar Trim) depende del origen, del soporte de query folding y de requisitos de validación. Tampoco hay un formato estándar impuesto por Microsoft para registrar trazabilidad o logs de errores; la comunidad propone patrones útiles, pero no hay un artefacto único obligatorio.
Si trabajas desde Latinoamérica, en general las funciones de Power Query están disponibles, pero algunos conectores o APIs locales pueden requerir credenciales específicas o presentar restricciones regionales. Antes de mover procesos a producción valida conectividad y formatos (fechas, separadores decimales) según el locale de origen.
Aplica este checklist como punto de partida: adapta el orden y las validaciones al origen y a las necesidades del negocio, documenta cada decisión y automatiza verificaciones para que tus queries sigan siendo confiables cuando los datos cambien.