Transformaciones numéricas en Power Query

Preparación de datos en Power BI

Maarten Van den Broeck

Content Developer at DataCamp

¿Por qué limpiar los datos?

  • Coste de los datos de mala calidad = 3,1 billones $
  • La regla 1-10-100
    • 1 $ para verificar
    • 10 $ para limpiar
    • 100 $ si no haces nada

Logotipo de Harvard Business Review

1 https://hbr.org/2016/09/bad-data-costs-the-u-s-3-trillion-per-year
Preparación de datos en Power BI

¿Qué son datos numéricos limpios?

  • Sin valores faltantes/errores/atípicos
  • Se aplican transformaciones matemáticas (si procede):
    • Valor absoluto
    • Logaritmo (natural/base 10)
    • Multiplicar por/sumar un escalar
  • Redondeo al número adecuado de dígitos
Preparación de datos en Power BI

Sobre columnas de fecha

  • La fecha (y hora) es un tipo de dato aparte en Power Query
  • Se pueden aplicar transformaciones especiales a una columna de fecha:
    • Extraer año, trimestre, mes, semana, día
    • Inicio/fin de año, trimestre, mes, semana
    • Extraer edad
    • Otras

Captura de pantalla que muestra la opción de transformación de fecha en Power Query

Preparación de datos en Power BI

¡Vamos a practicar!

Preparación de datos en Power BI

Preparing Video For Download...