Transformações numéricas no Power Query

Preparação de dados no Power BI

Maarten Van den Broeck

Content Developer at DataCamp

Por que limpar os dados?

Custo de dados ruins = US$ 3,1 trilhões
A regra 1-10-100
- US$ 1 para verificar
- US$ 10 para limpar
- US$ 100 se não fizer nada

Logo da Harvard Business Review

¹ https://hbr.org/2016/09/bad-data-costs-the-u-s-3-trillion-per-year

Sem valores ausentes / erros / outliers
Transformações matemáticas (se aplicável):
- Valor absoluto
- Logaritmo (natural / base 10)
- Multiplicar por / somar um escalar
Dados arredondados ao número adequado de dígitos

Data (e hora) é um tipo de dado separado no Power Query
Transformações especiais para colunas de data:
- Extrair ano, trimestre, mês, semana, dia
- Início/fim de ano, trimestre, mês, semana
- Extrair idade
- Outras

Uma captura de tela mostrando a opção de transformação de data no Power Query

Preparação de dados no Power BI