Traducir el blog
Tutorial 1 Power Query - Carrera de Barras
Cómo extraer, transformar y cargar datos de la carrera
En el artículo anterior publiqué una Carrera de Barras en un Gráfico Excel que se puede descargar desde aquí:
En este artículo explicaré cómo obtener los datos desde un archivo en formato CSV con una serie de datos por país y día de los fallecimientos oficiales acumulados debidos al Covid-19.
Si sigues leyendo aprenderás varias cosas:
- Cómo buscar datos de origen en un Repositorio de Datos alojado en la Web.
- Cómo consultar con Power Query un archivo de Internet que consolida y actualiza diariamente los datos.
- Cómo extraer de ese archivo sus datos dinamizados, transformarlos en datos normalizados y cargarlos en una tabla, con la ayuda de Power Query que es una excelente herramienta para extraer, transformar y cargar datos (en inglés: ETL - Extract, Transform and Load).
- Cómo transformar los datos acumulados en datos diarios mediante un truco en Power Query.
Este artículo es una lección práctica del uso de Power Query para preparar datos para nuestros informes. Lo que antes había que hacerlo con macros VBA ahora es mucho más fácil de hacer con esta herramienta integrada por Microsoft en muchas versiones de Excel.
Se trata de transformar datos dinamizados, con cientos de columnas, en una tabla normalizada con muy pocas columnas, como se puede apreciar en esta imagen:
Los datos dinamizados originales se han insertado en una tabla con más de 400 columnas. Las 4 primeras columnas identifican la geolocalización, el resto de columnas informan de los fallecimientos acumulados en una serie de días creciente con la actualización diaria de los datos originales.
Los datos transformados se han insertado en una tabla con únicamente 4 columnas y miles de filas para informar: País; Fecha; Valor Acumulado y Valor Diario. Este último dato se ha calculado a partir de los valores acumulados gracias a un truco que luego comentaré.
La tabla normalizada sirve perfectamente como origen de datos de las tablas dinámicas auxiliares con las que se ha generado el gráfico de barras con el que se visualiza la carrera en Excel.
Cómo buscar el origen de datos de la carrera
Lo más importante para hacer un buen análisis y una buena visualización es la obtención de datos fidedignos de fuentes confiables. Normalmente los departamentos TI suministran las consultas desde bases de datos relacionales a las que hay que conectarse, pero en este caso los datos están en Internet.
Cuando me propuse obtener los datos de fallecimientos globales por Covid-19 busqué en Internet por la frase: "Covid-19 data repository"
Encontré una página del Gobierno USA y otra del Centro de Ciencia e Ingeniería de Sistemas de la Universidad Johns Hopkins (JHU CSSE) que comprobé que era consultada globalmente en muchos medios de información.
Los datos acumulados están en las siguientes páginas de https://github.com/:
Esta última página contiene un botón "Raw" con los datos brutos que son los datos originales necesarios para este proyecto:
Es obligado citar al siguiente artículo de Lancet, publicado por JHU CSSE, para cualquier uso de estos datos en una publicación:
https://www.thelancet.com/journals/laninf/article/PIIS1473-3099(20)30120-1/fulltext
Si se quieren analizar más datos de mortalidad, se puede consultar esta página:
Cómo extraer los datos de la carrera
Voy a explicar paso a paso cómo extraer los datos del archivo con la serie temporal de fallecimientos globales por Covid-19: Raw - time_series_covid19_deaths_global.csv
1) Abrir un libro en blanco con una de las versiones de Excel que incluyen Power Query.
2) En el menú de la cinta de opciones seleccionar: Datos
3) Hacer clic en el botón de la izquierda: Obtener datos
3) Seleccionar: Desde otras fuentes
4) Hacer clic en: Desde la web
5) En la siguiente pantalla se introduce la Dirección URL de la página web que apunta al archivo CSV:
6) Se presiona el botón: Aceptar
Aparece la siguiente ventana:
7) Como Anónimo se presiona el botón: Conectar
Se obtiene una vista previa del archivo CSV, con delimitador: Coma
8) Se presiona el botón: Transformar datos
9) Se abre la ventana del Editor de Power Query, que sirve para crear o modificar consultas.
A la derecha de la imagen, en la Configuración de la consulta, aparecen 2 PASOS APLICADOS.
Para la transformación de los datos se añadirán posteriormente más pasos a la consulta. Ahora vamos a analizar estos primeros dos pasos, comenzando por el último:
- Tipo cambiado: Transforma los tipos de 482 columnas en texto.
= Table.TransformColumnTypes(Origen,{{"Column1", type text}, ... , {"Column482", type text}})
Como una vez transformada esta tabla no tendrá todas esas columnas, no tiene sentido cambiar el tipo de un número fijo de columnas. ¡Este paso se elimina dándole a la cruz de la izquierda!
- Origen: Extrae el contenido de un documento en formato CSV desde la web con la dirección URL entrecomillada:
= Csv.Document(Web.Contents("https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_deaths_global.csv"),[Delimiter=",", Columns=482, Encoding=65001, QuoteStyle=QuoteStyle.None])
Como cuando se actualiza la consulta el número de columnas crece en una más cada día que pasa, el argumento marcado en negrita sobra y se debe eliminar de la fórmula M: Columns=482,
En la documentación de Funciones M de Power Query - Csv.Document se indica que:
Cuando no se especifica, el número de columnas vendrá determinado por lo que se encuentre en la entrada
Por lo que el paso correcto para Origen será sin el argumento Columns:
= Csv.Document(Web.Contents("https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_deaths_global.csv"),[Delimiter=",", Encoding=65001, QuoteStyle=QuoteStyle.None])
Este cambio no cambia nada en los datos extraídos en esta consulta pero marca la diferencia al actualizar la consulta de nuevo, pues no va a depender de un número fijo de columnas.
Esta sintaxis nueva es la sintaxis del Lenguaje de fórmulas de Power Query M (enlace aquí) que se debe aprender si queremos olvidarnos de las macros para consultar y transformar datos. En muchos casos el lenguaje de fórmulas M sustituirá ventajosamente al lenguaje de macros VBA.
La ventaja principal es que, en lugar de usar la grabadora de macros y modificar las macros grabadas, usaremos el Editor de Power Query para generar la mayoría de los pasos aplicados en una consulta, sin necesidad de modificar casi nada de las fórmulas M generadas automáticamente por Power Query.
Ahora ya podemos dar nuestro primer paso voluntario en Power Query:
- Encabezados promovidos: Como vimos en el Editor de Power Query, los encabezados están en la primera fila, por lo que hay que hacer lo que indica esta imagen:
Usar la primera fila como encabezado
= Table.PromoteHeaders(Origen, [PromoteAllScalars=true])
Con este paso los encabezados de la fila 1 han pasado a ser los títulos de las columnas:
Este paso ha vuelto a cambiar los tipos de las columnas, por lo que hay que volver a eliminar el paso siguiente:
- Tipo cambiado: Transforma los tipos de 482 columnas en texto.
Con lo que, de momento, únicamente habrá 2 pasos en esta consulta:
Estos dos pasos se pueden ver en lenguaje M de Power Query con el Editor avanzado. Dentro del Editor de Power Query, en Vista, Editor avanzado:
Estas son las fórmulas M de los dos pasos programados hasta ahora:
Sólo queda cerrar el Editor de Power Query y presionar el botón: Mantener
Se inserta en una nueva hoja denominada time_series_covid19_deaths_glob una tabla con los datos de la consulta.
Se debe guardar el archivo Excel como de costumbre.
Lo hecho hasta ahora se podría haber hecho, en versiones sin Power Query, con una simple conexión en Excel, pero al hacerlo con Power Query nos abre un mundo de transformaciones automáticas de los datos que son difíciles de imaginar con las fórmulas de Excel. Pero las nuevas transformaciones de datos las veremos en la 2ª parte de este artículo.
Con lo dicho hasta ahora se puede dar por finalizada la explicación de cómo extraer datos de fallecimientos acumulados por el Covid-19. Como este artículo ya es bastante extenso, dejaré para próximos artículos:
Cómo transformar los datos de la carrera
En la 2ª parte del tutorial explico cómo transformar una tabla dinamizada de muchas columnas, una columna por cada día, en una tabla normalizada con una columna para la fecha y otra para el valor acumulado:
Tutorial 2 Power Query - Carrera de Barras
En la 3ª parte del tutorial explico cómo transformar los datos acumulados en datos diarios:
Tutorial 3 Power Query - Carrera de Barras
Cómo cargar los datos de la carrera
En la 4ª parte del tutorial explico cómo convertir la tabla en un gráfico con la carrera de barras.
Mi lista de blogs
-
Ordenar Hojas en Excel usando el Ordenamiento Burbuja - Ordenar hojas en Excel puede ser una tarea crucial para organizar y visualizar datos de manera efectiva. En este artículo, […] The post Ordenar Hojas en ...Hace 3 horas
-
Can Excel Handle Piping Pressure Drop Calcs? - If you’ve ever found yourself grappling with the task of calculating pressure drops in piping systems, you’re in the right place. In this post, I’ll […]Hace 7 horas
-
How to Format Cells in Microsoft Excel - If you’re wondering how to format cells in Excel to make your worksheets look good, you’ve come to the right place! When you type numerical values or text ...Hace 1 día
-
What's New in Excel (April 2024) - Welcome to the April 2024 update. Generating multiple formula columns, creating complex formula columns that span across multiple tables, and new ways t...Hace 2 días
-
Semiprimos suma de los primeros - (Ver entradas anteriores sobre números semiprimos) Cualquier número elegido al azar no tiene que ser suma de los primeros números de cierto tipo, como pr...Hace 3 días
-
PLEASE UPDATE THE RSS FEED - The RSS feed URL you're currently using https://follow.it/excelunusual will stop working shortly. Please add /rss at the and of the URL, so that the URL ...Hace 1 semana
-
PLEASE UPDATE THE RSS FEED - The RSS feed URL you're currently using https://follow.it/excel-foro-ejercicios-ejemplos-soluciones-dudas will stop working shortly. Please add /rss at t...Hace 1 semana
-
PLEASE UPDATE THE RSS FEED - [image: PLEASE UPDATE THE RSS FEED] The RSS feed URL you're currently using https://follow.it/jldexcelsp will stop working shortly. Please add /rss at the...Hace 1 semana
-
Excel Dependent Drop Down Lists – Block Changes - One of my favourite Excel features is a data validation drop down list. In just a couple of minutes, you can make a list of items, then make that list appe...Hace 1 semana
-
Excel Power Query: Obtener y transformar - Iconos más importantes de Obtener y transformar de Excel 2016: Obtener y transformar (Power Query) de Yolanda Cuesta Altieri Excel Power Query: Obtener y...Hace 1 semana
-
CONTROLAR LOS TIEMPOS EN NUESTRAS APLICACIONES DE POWER APPS CON EL TEMPORIZADOR - Hola a todos! Cuanto realizamos programaciones es normal el uso de funciones para pausar la ejecución del código un determinado tiempo o para programarlo...Hace 1 semana
-
Let, Lambda, and py_Eval - I have covered the new Excel Let and Lambda functions before at: Two New Functions; Let and Lambda Eval and Let examples Lambda and VBA The Lambda function...Hace 1 semana
-
Conversor PGN de ajedrez mejorado - 🔝*Select the language of this blog post in the Google box at the top left. * Esta es la *4ª versión del Conversor PGN de ajedrez* que hago, cada uno ...Hace 2 semanas
-
Announcing Power BI Dashboard Contest (win $500 prizes!) - Hey there, I have a SUPER exciting announcement! April is about to get a whole lot sweeter with our Power BI Dashboard Contest! Your mission, should you ...Hace 3 semanas
-
Minutos de juego y puntos. El Espanyol, sus finales de partido y mis enfados - Pienso que el Espanyol este 2024 se está dejando muchos puntos al final de los partidos. Cuando el ... Leer más » The post Minutos de juego y puntos. El ...Hace 4 semanas
-
TikTok’s search evolution - 2 in 5 Americans use TikTok as a search engine. Nearly 1 in 10 Gen Zers are more likely to rely on TikTok than Google as a search engine. More than half of...Hace 1 mes
-
Aprende cómo usar la función #Filtrar con rangos de fechas SIN macros 📋 [VIDEO] - ¿Alguna vez te has preguntado cómo puedes filtrar tus datos por fechas específicas en Excel de manera rápida y eficiente? En este video, voy a enseñarte pa...Hace 1 mes
-
MASTERCLASS Gratis – Gráfica de Gestión Proyectos en #EXCEL. - Aprende a crear un Gráfico de CURVA S, ideal para GESTIÓN DE PROYECTOS, porque te permite identificar como esta tu proyecto tanto en COSTOS como en TIEMP...Hace 2 meses
-
Interés compuesto con Excel - En la imagen, se presenta un esquema de las distintas funciones Excel para calcular el valor del dinero en el tiempo mediante la capitalización compuesta...Hace 3 meses
-
Demos cursos de Excel 2007, 2010, 2013, 2016, 365 - Puedes consultar las demostraciones de los siguientes capítulos de los cursos Excel. Demo cursos ExcelHace 3 meses
-
El sistema operativo no está configurado para ejecutar esta aplicacion. - Si esta semana habéis recibido el mensaje "El sistema operativo no está configurado para ejecutar esta aplicacion" cuanto intentásteis abrir alguna aplic...Hace 7 meses
-
Atajos esenciales de Excel que todo profesional debe conocer - Manejar Excel con destreza puede ser el superpoder que no sabías que necesitabas. Agiliza tus tareas diarias y sorprende a tus colegas con estos atajos c...Hace 8 meses
-
Unblocking and Enabling Macros - When Windows detects that a file has come from a computer other than the one you're using, it marks the file as coming from the web, and blocks the file....Hace 1 año
-
-
Navigating Outlook Favorites - I have these four favorites defined in Outlook: From the inbox, I could hit Shift+F6 to get into the Favorites area but sometimes I would end up in no man’...Hace 1 año
-
Progress on the Block Protocol - Since the 1990s, the web has been a publishing place for human-readable documents. Documents published on the web are in HTML. HTML has a little bit of… Re...Hace 1 año
-
Decálogo para realizar Trabajos de Fin de Grado (TFGs) y de Fin de Máster (TFMs) - 1.- Tanto TFGs como TFMs son un requisito para graduarse a la vez que una oportunidad para aprender. Así, el tiempo que se le dedica es muy variable. De...Hace 2 años
-
London Excel Meetup Workbooks - The workbooks used in my presentation on “Analytical and Interactive Dashboards in Excel” at the London Excel Meetup, September 3, 2020Hace 3 años
-
Dimensiones-Propiedades de perfiles de acero (IMCA) - Saludos compañeros, en esta oportunidad compartimos esta Planilla Excel que contiene las Propiedades y dimensiones de diferentes tipos de perfiles de acero...Hace 4 años
-
-
-
-
-
-
No Response to "Tutorial 1 Power Query - Carrera de Barras"
Leave A Reply
Dime si te gusta lo que lees y, si no te gusta, dime por qué. Tengo habilitada la moderación de comentarios. Tu comentario se publicará pronto.