🧼 Parte 3 – Edición de Filas y Columnas en Power Query

🧼 Parte 3 – Edición de Filas y Columnas en Power Query

En esta sección nos enfocaremos en cómo eliminar filas innecesarias, limpiar datos incompletos y ajustar columnas para que nuestros datos sean fiables y estén listos para análisis.

🔄 Edición de filas:

  1. Eliminar filas completamente vacías:
    - Ir a Inicio > Quitar filas > Quitar filas en blanco. - Esto eliminará todas las filas que no tienen ningún dato en ninguna columna.
  2. Eliminar filas con valores en blanco en una columna específica:
    - Haz clic en el icono de filtro de la columna (por ejemplo, Product ID).
    - Desmarca la opción (blanks) y haz clic en Aceptar.
  3. Eliminar valores no válidos o desconocidos:
    - En el filtro de columna, desmarca valores como n/a, unknown o similares según aparezcan.
  4. Eliminar filas duplicadas:
    - Selecciona todas las columnas (Ctrl + clic).
    - Ir a Inicio > Quitar filas > Quitar duplicados para eliminar filas exactamente iguales.

✏️ Edición de columnas:

  1. Eliminar columnas innecesarias:
    - Haz clic derecho sobre la columna y selecciona Quitar.
  2. Renombrar columnas:
    - Haz doble clic sobre el nombre de la columna y escribe el nuevo nombre (por ejemplo, Order Date).
  3. Reordenar columnas:
    - Haz clic y arrastra la columna a una nueva posición para organizar mejor tu vista.

📌 Nota:

  • Todos los pasos aplicados se registran en la sección Pasos aplicados (Applied Steps) en el panel derecho.
  • Si cometes un error, haz clic en la “X” al lado del paso o edítalo con el icono de engranaje ⚙️.

🗂️ Guarda tu archivo como cleaned_data.pbix al finalizar esta etapa para conservar los avances.

Comentarios

Publicar un comentario

Entradas más populares de este blog

Taller: Storytelling con el Mercado de Analistas de Datos Taller en Google Colab: Storytelling con el Mercado de Analistas de Datos Objetivo: Analizar el dataset de Kaggle sobre ofertas laborales para analistas de datos y construir una historia visual con hallazgos clave. 🔗 Paso 1: Accede a Google Colab Conoce a Alex, un joven apasionado por los datos. Ha decidido convertirse en analista de datos y quiere explorar el mercado laboral para entender dónde postularse y qué habilidades necesita. 1. Ingresa a https://colab.research.google.com . 2. Crea un nuevo notebook. 3. Cambia el nombre a: Storytelling_AnalystJobs . 📥 Paso 2: Cargar el dataset Alex encontró un interesante dataset de Kaggle con miles de ofertas laborales para analistas de datos. Ahora quiere cargarlo en su notebook para comenzar su análisis. 1. Descarga el archivo CSV desde Kaggle . 2. Sube el archivo a tu notebook usando: from google.colab ...
Leer más

Taller - Dashboard en Python

Taller - Dashboard en Python (Google Colab) 📈 Taller: Creación de Dashboard Interactivo en Python con Datos de Recursos Humanos 🌟 Objetivo: Aprenderás a construir un dashboard de análisis de Recursos Humanos usando Google Colab y librerías de visualización interactivas como Plotly . Al finalizar, generarás un archivo HTML con todas tus gráficas. 🔹 Instrucciones paso a paso: Sube el archivo RRHH.xlsx a tu entorno de Google Colab. Ejecuta el siguiente bloque para instalar las librerías necesarias: !pip install pandas plotly openpyxl seaborn matplotlib Carga el archivo Excel: import pandas as pd df = pd.read_excel("RRHH.xlsx") df.head() Limpieza de datos y corrección de tipos: Convertir fechas: df["Fecha_Contratacion"] = pd.to_datetime(df["Fecha_Contratacion"], errors='coerce') Reemplazar valores nulos o erróneos: # Reemp...
Leer más